《Hadoop与大数据挖掘》一2.5.2　动手实践：K-Means算法实现-低调大师

《Hadoop与大数据挖掘》一2.5.2　动手实践：K-Means算法实现

2017-06-25 536

本节书摘来华章计算机《Hadoop与大数据挖掘》一书中的第2章，第2.5.2节，张良均　樊　哲　位文超　刘名军许国杰　周　龙　焦正升　著更多章节内容可以访问云栖社区“华章计算机”公众号查看。

2.5.2　动手实践：K-Means算法实现

编写单机版的K-Means算法有利于理解Hadoop实现的K-Means算法，所以这里给出单机版（Java）的编写步骤，供读者参考。
实验步骤如下：
1）打开Eclipse，新建Java工程kmeans1.0；
2）参考前面的流程完善K-means代码；
3）使用测试数据hadoop/data/kmeans.data进行测试，查看结果；
4）思考把该算法转换为Hadoop MapReduce实现的思路。

微信关注我们

原文链接：https://yq.aliyun.com/articles/110202

转载内容版权归作者及来源网站所有！

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

《Hadoop与大数据挖掘》一2.5　K-Means算法原理及Hadoop MapReduce实现

本节书摘来华章计算机《Hadoop与大数据挖掘》一书中的第2章，第2.5节，张良均　樊　哲　位文超　刘名军许国杰　周　龙　焦正升　著更多章节内容可以访问云栖社区“华章计算机”公众号查看。 2.5　K-Means算法原理及Hadoop MapReduce实现 2.5.1　K-Means算法原理K-Means算法是硬聚类算法，是典型的基于原型的目标函数聚类方法的代表。它是将数据点到原型的某种距离作为优化的目标函数，利用函数求极值的方法得到迭代运算的调整规则（如图2-45所示）。K-Means算法以欧氏距离作为相似度测度，求对应某一初始聚类中心向量V最优分类，使得评价指标最小。算法采用误差平方和准则函数作为聚类准则函数。具体的算法步骤如下：1）随机在图中取K（这里K＝2）个种子点。2）然后对图中的所有点求到这K个种子点的距离，假如点P

2017-06-26

668

本节书摘来华章计算机《Hadoop与大数据挖掘》一书中的第2章，第2.5.3节，张良均　樊　哲　位文超　刘名军许国杰　周　龙　焦正升　著更多章节内容可以访问云栖社区“华章计算机”公众号查看。 2.5.3　Hadoop K-Means算法实现思路针对K-Means算法，本节给出两种实现思路。思路1相对比较直观，但是效率较低；思路2在实现上需要自定义键值类型，但是效率较高。下面是对两种思路的介绍。思路1如图2-47所示，算法描述如下：1）根据原始文件生成随机聚类中心向量（需指定聚类中心向量个数k），指定循环次数；2）在map阶段，setup函数读取并初始化聚类中心向量；在map函数中读取每个记录，计算当前记录到各个聚类中心向量的距离，根据到聚类中心向量最小的聚类中心id判断该记录属于哪个类别，输出所属聚类中心id和当前记录；3）在

2017-06-26

708

资源下载

更多资源

优质分享App

近一个月的开发和优化，本站点的第一个app全新上线。该app采用极致压缩，本体才4.36MB。系统里面做了大量数据访问、缓存优化。方便用户在手机上查看文章。后续会推出HarmonyOS的适配版本。

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。