基于python mapreduce的kmeans

我将为kmeans算法编写一个映射器和reducer，我认为最好的做法是将距离计算器放在映射器中，并将集群id作为键，行坐标作为值发送到reducer。在减速器中，将执行质心更新。我是用python写的

---

正如您所知，我必须使用Hadoop流媒体在

STDIN

和

STOUT

之间传输数据。据我所知，当我们

打印（key+“\t”+value）

时，它将被发送到reducer。Reducer将接收数据并计算新的质心，但当我们打印新的质心时，我认为它不会将它们发送到mapper来计算新的簇，它只是将其发送到STDOUT，正如您所知，kmeans是一种迭代算法。所以，我的问题是Hadoop流媒体是否会因为执行迭代程序而受到影响，我们应该使用

MRJOB

来执行迭代程序

MapReduce中的KMeans已经有许多实现。例如，请参阅。是的，我知道，但我想通过Hadoop、Python和Hadoop Streaming实现kmeans。我知道，我想说的是，看看他们用来完成这项工作的算法。@user3616059您实际做了什么吗？您在其他问题中没有给出反馈！