Python MLLib KMeans算法-maxIterations定义

我第一次在Python中使用

MLlib

，我正在努力完成一项简单的任务：我需要为

KMean

算法定义一些

maxIterations

。而在Scala中，它工作得很好：

val kmeans = new KMeans
kmeans.setK(K)
kmeans.setMaxIterations(maxNumIters)

Python的相同方法不会：

kmeans = KMeans().setK(K).setMaxIterations(maxNumIters)

我得到了一个错误：

AttributeError:'KMeans'对象没有属性'setMaxIterations'

我在文档中找不到（可能是我的错），但基本上，我的问题是：如何定义

KMeans

算法的

MaxIterations

？

我找到了一种方法：

kmeans = KMeans().setK(K).setMaxIter(maxNumIters)

顺便说一句，注意细节，我可以在下面的命令中找到一些有用的信息，让我看到它不是

setMaxIterations

，而是

setMaxIter

：

kmeans = KMeans()
print(kmeans.explainParams())

说明：

featuresCol: features column name. (default: features)
initMode: The initialization algorithm. This can be either "random" to choose random points as initial cluster centers, or "k-means||" to use a parallel variant of k-means++ (default: k-means||)
initSteps: The number of steps for k-means|| initialization mode. Must be > 0. (default: 2)
k: The number of clusters to create. Must be > 1. (default: 2)
maxIter: max number of iterations (>= 0). (default: 20)
predictionCol: prediction column name. (default: prediction)
seed: random seed. (default: -7649703878154674547)
tol: the convergence tolerance for iterative algorithms (>= 0). (default: 0.0001)

我找到了一个方法：

kmeans = KMeans().setK(K).setMaxIter(maxNumIters)

顺便说一句，注意细节，我可以在下面的命令中找到一些有用的信息，让我看到它不是

setMaxIterations

，而是

setMaxIter

：

kmeans = KMeans()
print(kmeans.explainParams())

说明：

featuresCol: features column name. (default: features)
initMode: The initialization algorithm. This can be either "random" to choose random points as initial cluster centers, or "k-means||" to use a parallel variant of k-means++ (default: k-means||)
initSteps: The number of steps for k-means|| initialization mode. Must be > 0. (default: 2)
k: The number of clusters to create. Must be > 1. (default: 2)
maxIter: max number of iterations (>= 0). (default: 20)
predictionCol: prediction column name. (default: prediction)
seed: random seed. (default: -7649703878154674547)
tol: the convergence tolerance for iterative algorithms (>= 0). (default: 0.0001)

---

您可以使用以下方法创建kmeans模型：-

model = KMeans.train(sc.parallelize(data), maxIterations=10)

---

其中数据是您的培训数据。有关更多参数，请参见

您可以使用以下方法制作kmeans模型：-

model = KMeans.train(sc.parallelize(data), maxIterations=10)

---

其中数据是您的培训数据。有关更多参数，请参见

我认为应该在KMeans中使用“maxIterations”参数，而不是“setMaxIterations”。谢谢，@n1tk肯定这是一种可能的方法-在火车上。我在寻找用这些值进行实例化的可能性。我认为您应该在KMeans中使用“maxIterations”参数，而不是“setMaxIterations”。谢谢，@n1tk肯定这是一种可能的方法-在火车上。不过，我在寻找用这些值进行实例化的可能性。