Apache spark 使用Spark MLlib KMeans从数据预测集群

我已经根据我的数据功能生成了我的集群中心，比如“Kmeans.data.txt”，如您在

这是使用Spark MLib中的KMeans执行的

clusters.clusterCenters.foreach(println)

---

你知道如何从这些数据中预测聚类吗？

这很简单，如果你阅读，你会注意到它有两个构造函数，其中一个：

新的KMeansModel（群集中心：数组[向量]）

因此，可以实例化具有

KMeans

质心的对象。我在下面展示一个例子

import org.apache.spark.mllib.clustering.KMeansModel
导入org.apache.spark.mllib.linalg.Vectors
val rdd=sc.parallelize（列表(
密集向量（数组（-0.1,0.0,0.0）），
向量.稠密（数组（9.0,9.0,9.0）），
密集向量（数组（3.0,2.0,1.0）））
val质心=阵列(
密集向量（数组（0.0,0.0,0.0）），
向量.稠密（数组（0.1,0.1,0.1）），
向量.稠密（数组（0.2,0.2,0.2）），
向量.稠密（数组（9.0,9.0,9.0）），
向量.稠密（数组（9.1,9.1,9.1）），
向量.稠密（数组（9.2,9.2,9.2）））
val模型=新KMeansModel（簇中心=质心）
模型预测（rdd）.take（10）
//res13:Array[Int]=数组（0,3,2）

摘自从中检索到的KMean MLlib群集代码片段

---

谢谢在您给出的示例中，我不清楚您定义的质心，因为KMean模型有助于首先从数据点确定群集中心，然后我询问了如何在对解析数据执行预测时获得群集。您的假设不正确，

KMeans

是实际训练模型并返回

KMeansModel

对象的类，因此如果您已经有质心，您可以使用其构造函数之一实例化模型。@user844518我的意思是，您想找到ks的数量吗？我很困惑。

import org.apache.spark.mllib.clustering.KMeans
import org.apache.spark.mllib.linalg.Vectors

// Load and parse the data
val data = sc.textFile("data/mllib/kmeans_data.txt")
val parsedData = data.map(s => Vectors.dense(s.split(' ').map(_.toDouble)))

// Cluster the data into two classes using KMeans
val numClusters = 2
val numIterations = 20
val clusters = KMeans.train(parsedData, numClusters, numIterations)

// here is what I added to predict data points that are within the clusters
clusters.predict(parsedData).foreach(println)