Mahout 中 kmeans的参数

1)    Path Input ： 所有待聚类的数据点的路劲，参数不可缺

2)    Path clusters ：存储每个簇中心的路劲，参数不可缺

3)    Path output ：聚类结果存储的路劲，参数不可缺，如果指定了簇的个数，则该路劲下文件可为空

4)    DistanceMeasure measure ：数据点间的距离计算方法，参数可缺，默认是 SquaredEuclidean 算方法

     提供参数值:   ChebyshevDistanceMeasure 切比雪夫距离

                    CosineDistanceMeasure 余弦距离

                    EuclideanDistanceMeasure 欧氏距离

                    MahalanobisDistanceMeasure 马氏距离

                    ManhattanDistanceMeasure 曼哈顿距离

                   MinkowskiDistanceMeasure 闵可夫斯基距离

                   SquaredEuclideanDistanceMeasure 欧氏距离 ( 不采取平方根 )

                   TanimotoDistanceMeasure  Tanimoto 系数距离

                   还有一些基于权重的距离计算方法：

                   WeightedDistanceMeasure

                    WeightedEuclideanDistanceMeasure 、 WeightedManhattanDistanceMeasure

5)  Double convergenceDelta: 收敛系数 新的簇中心与上次的簇中心的的距离不能超过 convergenceDelta ，如果超过，则继续迭代，否则停止迭代。参数可缺，默认值是 0.5

6)  int maxIterations ： 最大迭代次数，如果迭代次数小于 maxIterations ，继续迭代，否则停止跌打，与 5) 中的 convergenceDelta 满足任何一个停止迭代的条件，则停止迭代。参数不可缺。

7)  boolean runClustering ：如果是 true 则在计算簇中心后，计算每个数据点属于哪个簇，否则计算簇中心后结束，参数可缺，默认为 true

8)  clusteringOption ：采用单机或者 Map/Reduce 的方法计算。参数可缺，默认是 mapreduce 。

9)  int numClustersOption ：簇的个数，参数可缺。