自定义的K-均值的距离在禀阿帕奇火花蟒蛇 [英] Customize Distance Formular of K-means in apache spark python

问题描述

现在即时通讯使用K-均值聚类及以下
本教程
和 API
 但我想使用自定义的公式推计算距离。那么，如何可以通过自定义的距离函数K-均值与PySpark？
请帮我解决这个问题！

Now im using K-means for clustering and following this tutorial and API But i want to use custom formular for calculate distances. So how can i pass custom distance functions in k-means with PySpark? Please help me to solve this problem!

推荐答案

这是不可能的，即使是它是没有意义的：

It is not possible and even if it was it wouldn't make sense:

• 这是不可能的，因为MLlib算法在Scala中实现的PySpark仅提供执行斯卡拉code要求包装


• 这是没有意义的，因为K-手段（不像 K-medoids 中）算法仅被定义为欧氏距离。请参见聚类算法只使用欧氏距离​​度量为什么K-手段？一个解释。

• it is not possible because MLlib algorithms are implemented in Scala an PySpark provides only a wrappers required to execute Scala code
• it wouldn't make sense because k-means (unlike k-medoids) algorithm is defined only for Euclidean distances. See Why does k-means clustering algorithm use only Euclidean distance metric? for an explanation.

这篇关于自定义的K-均值的距离在禀阿帕奇火花蟒蛇的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！