Pyspark 仅给出一个簇的高斯混合模型（GMM）

我有一个数据集，有70列和440万行。我想对它执行集群。我先做了TF-IDF，然后使用K-均值聚类、K-均值对分和高斯混合模型（GMM）。虽然其他技术为我提供了指定数量的集群，但GMM只提供了一个集群。例如，在下面的代码中，我想要20个集群，但它只返回1个集群。发生这种情况是因为我有很多列，还是仅仅因为数据的性质

gmm = GaussianMixture(k = 20, tol = 0.000001, maxIter=10000, seed =1)
model = gmm.fit(rescaledData)
df1 = model.transform(rescaledData).select(['label','prediction'])
df1.groupBy('prediction').count().show()  # this returns 1 row

---

在我看来，Pyspark GMM聚类性能差的主要原因是它的实现是使用对角协方差矩阵完成的，而对角协方差矩阵没有考虑数据集中存在的不同特征之间的协方差

请在此处检查它的实现：

因为维度诅咒，他们明确提到使用对角协方差矩阵

@注：该算法在特征数量上受到限制，因为它需要存储一个协方差矩阵，该矩阵的大小在特征数量上是二次的。即使特征数量不超过此限制，此算法在高维数据上的性能也可能很差。这是由于高维数据（a）使得很难进行聚类（基于统计/理论参数）和（b）高斯分布的数值问题