《Mahout算法解析与案例实战》一一3.2　K-Means算法-低调大师

《Mahout算法解析与案例实战》一一3.2　K-Means算法

2017-07-03 590

本节书摘来自华章计算机《Mahout算法解析与案例实战》一书中的第3章，第3.2节,作者：樊　哲，更多章节内容可以访问云栖社区“华章计算机”公众号查看。

3.2　K-Means算法

3.2.1　K-Means算法简介
1967年，James MacQueen提出“K-Means”（K均值），这个被应用得最广泛的基于划分的聚类算法，其实是一种硬聚类算法，属于典型的局域原型的目标函数聚类的代表。算法首先随机选择k个对象，每个对象初始地代表一个簇的平均值或者中心。对于剩余的每个对象，根据其到各个簇中心的距离，把它们分给距离最小的簇中心，然后重新计算每个簇的平均值。重复这个过程，直到聚类准则函数收敛。准则函数一般采用两种方式：其一，全局误差函数，对应式（3-1）；其二，前后两次中心误差变化，对应式（3-2）。

其中E代表误差，k代表k个聚类中心，

微信关注我们

原文链接：https://yq.aliyun.com/articles/119344

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。

《深入理解大数据：大数据处理与编程实践》一一2.1　Hadoop系统安装方法简介

本节书摘来自华章计算机《深入理解大数据：大数据处理与编程实践》一书中的第2章，第2.1节,作者主　编：黄宜华（南京大学）副主编：苗凯翔（英特尔公司），更多章节内容可以访问云栖社区“华章计算机”公众号查看。 2.1　Hadoop系统安装方法简介 Hadoop可以用三种不同的方式进行安装。第一种方式是单机方式，它允许在一台运行Linux或Windows下虚拟Linux的单机上安装运行Hadoop系统。该方式通常适用于程序员先在本地编写和调试程序。第二种方式是单机伪分布方式，它允许在一台运行Linux或Windows下虚拟Linux的单机上，用伪分布方式，以不同的Java进程模拟分布运行环境中的NameNode、DataNode、JobTracker、TaskTracker等各类节点。第三种方式是集群分布模式，它是在一个真实的集群环境下安

2017-07-04

587

本节书摘来自华章计算机《深入理解大数据：大数据处理与编程实践》一书中的第2章，第2.2节,作者主　编：黄宜华（南京大学）副主编：苗凯翔（英特尔公司），更多章节内容可以访问云栖社区“华章计算机”公众号查看。 2.2　单机和单机伪分布式Hadoop系统安装基本步骤默认情况下，Hadoop被配置成一个以非分布式模式运行的独立Java进程，适合程序员在本地做编程和调试工作。Hadoop也可以在单节点上以伪分布式模式运行，用不同的Java进程模拟分布式运行中的各类节点（NameNode、DataNode、JobTracker、TaskTracker和Secondary NameNode）。2.2.1　安装和配置JDKHadoop是以Java语言写成，因而需要在本地计算机上预先安装Java 6或者更新版本。尽管其他Java安装包也声称支持Ha

2017-07-04

507

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。

Oracle

Oracle Database，又名Oracle RDBMS，或简称Oracle。是甲骨文公司的一款关系数据库管理系统。它是在数据库领域一直处于领先地位的产品。可以说Oracle数据库系统是目前世界上流行的关系数据库管理系统，系统可移植性好、使用方便、功能强，适用于各类大、中、小、微机环境。它是一种高效率、可靠性好的、适应高吞吐量的数据库方案。

Apache Tomcat

Tomcat是Apache 软件基金会（Apache Software Foundation）的Jakarta 项目中的一个核心项目，由Apache、Sun 和其他一些公司及个人共同开发而成。因为Tomcat 技术先进、性能稳定，而且免费，因而深受Java 爱好者的喜爱并得到了部分软件开发商的认可，成为目前比较流行的Web 应用服务器。

JDK

JDK是 Java 语言的软件开发工具包，主要用于移动设备、嵌入式设备上的java应用程序。JDK是整个java开发的核心，它包含了JAVA的运行环境（JVM+Java系统类库）和JAVA工具。