Python 在mllib kmeans pyspark中获取群集标签

在pyspark中使用Spark的mllib时，如何获取群集标签？在sklearn中，这可以通过

kmeans = MiniBatchKMeans(n_clusters=k,random_state=1)
temp=kmeans.fit(data)
cluster_labels=temp.labels_

在mllib中，我将kmeans运行为：

temp = KMeans.train(data, k, maxIterations=10, runs=10, initializationMode="random")

这将返回一个

KmeansModel

对象。该类没有任何与sklearn的

标签\uuu

---

我不知道如何在mllib的kmeans中获得标签，只需在训练数据上使用predict：

temp.predict(data)

或

---

这是一个老问题。然而，那是当时，这是现在，现在在pyspark 2.2 KMeans中没有训练方法，模型也没有预测方法。 获取标签的正确方法是

kmeans = KMeans().setK(k).setSeed(1)
model = kmeans.fit(data)
prediction = model.transform(data).select('prediction').collect()
labels = [p.prediction for p in prediction ]

---

您指的是最新的Spark ML（基于数据帧的API），而问题是关于旧的MLlib，仍然可以作为基于RDD的API使用。是的，您是正确的。只是我在寻找一种获取标签的方法，却发现了这篇文章，这篇文章毫无帮助，因为我使用的是基于数据帧的API，找到了它，并决定与全世界分享。我不想再提出另一个被称为“重复”的问题，所以我把它放在这里。

kmeans = KMeans().setK(k).setSeed(1)
model = kmeans.fit(data)
prediction = model.transform(data).select('prediction').collect()
labels = [p.prediction for p in prediction ]