您好,登錄后才能下訂單哦!
這篇文章主要介紹了 spark mlilib中高斯混合聚類的示例分析,具有一定借鑒價值,感興趣的朋友可以參考下,希望大家閱讀完這篇文章之后大有收獲,下面讓小編帶著大家一起了解一下。
package spark.clustering import org.apache.spark.mllib.clustering.{GaussianMixture, KMeans} import org.apache.spark.mllib.linalg.Vectors import org.apache.spark.{SparkConf, SparkContext} /** * 高斯混合聚類 * 高斯分布:當一個數(shù)據(jù)向量在一個高斯分布的模型計算與之以內(nèi),則認為它與高斯分布相匹配,屬于此模型的聚類. * 混合高斯分布:任何樣本的聚類都可以使用多個單高斯分布模型來表示. * * Created by eric on 16-7-21. */ object GMG { val conf = new SparkConf() //創(chuàng)建環(huán)境變量 .setMaster("local") //設(shè)置本地化處理 .setAppName("gaussian") //設(shè)定名稱 val sc = new SparkContext(conf) def main(args: Array[String]) { val data = sc.textFile("./src/main/spark/clustering/gmg.txt") val parsedData = data.map(s => Vectors.dense(s.trim().split(' ').map(_.toDouble))) .cache() val model = new GaussianMixture().setK(2).run(parsedData) // 設(shè)置訓練模型的分類數(shù) for (i <- 0 until model.k) { println("weight=%f\nmu=%s\nsigma=\n%s\n" format //逐個打印單個模型 (model.weights(i), model.gaussians(i).mu, model.gaussians(i).sigma)) //打印結(jié)果 } } }
1 2 1 2 1 2 2 3 1 4 1 2 2 3 3 2 3 4 3 1 1 1 4 1
感謝你能夠認真閱讀完這篇文章,希望小編分享的“ spark mlilib中高斯混合聚類的示例分析”這篇文章對大家有幫助,同時也希望大家多多支持億速云,關(guān)注億速云行業(yè)資訊頻道,更多相關(guān)知識等著你來學習!
免責聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進行舉報,并提供相關(guān)證據(jù),一經(jīng)查實,將立刻刪除涉嫌侵權(quán)內(nèi)容。