Python Pyspark ML KMean有办法得到解释的方差吗？
当我阅读Pyspark的ML包时，KMeanModel似乎没有一种方法来计算解释的方差，以便绘制弯头曲线，以确定最佳的聚类数 然而，在示例中，用户似乎有一个Python Pyspark ML KMean有办法得到解释的方差吗？,python,pyspark,k-means,Python,Pyspark,K Means,当我阅读Pyspark的ML包时，KMeanModel似乎没有一种方法来计算解释的方差，以便绘制弯头曲线，以确定最佳的聚类数 然而，在示例中，用户似乎有一个computeCost（）函数。这个功能是从哪里来的？我的计划没有成功 我使用的是Spark 1.6。提前谢谢 关于pyspark中的computcost方法，我也遇到了同样的问题 在应用kmeans后，您可以使用马氏距离或WSSE，而不是使用computecost 要计算距离，您必须编写代码并获得 您可以绘制各种结果图，以查看其拐点 最佳聚
computeCost（）我使用的是Spark 1.6。提前谢谢 关于pyspark中的computcost方法，我也遇到了同样的问题 在应用kmeans后，您可以使用马氏距离或WSSE，而不是使用computecost 要计算距离，您必须编写代码并获得 您可以绘制各种结果图，以查看其拐点 最佳聚类数
这个用例帮助我看了一下 感谢您提供的信息，computecost是否可用>2.0？我继续并实现了我自己的。