Flink-KMeans：基于 Flink 的 K-Means 算法实现
5星
- 浏览量: 0
- 大小:None
- 文件类型：None
简介：
Flink-KMeans是一款高效的K-means聚类算法实现，依托Apache Flink强大的流处理和批处理能力，适用于大规模数据集的实时与批量分析场景。
使用 Flink 实现 K-Means 算法需要手动提供初始质心的计算结果。该算法通过以下命令行参数进行配置：
```
flink run FlinkKMeans.jar \
input/kmeans.state \
input/points.txt \
input/clusters.txt \
2 \
output/ \
0.0 \
5
```
其中：
- `points` 是输入点数据的路径。
- `centroids` 是输入集群数据的路径。
- `max` 表示最大迭代次数。
- `delta` 定义了最后一个和当前质心之间的最大差异。
输出文件将为每次迭代生成一个版本，即 `output/n`。假设所有输入的数据都是双精度格式的字符串表示形式，并且每个点都在相同的维度空间中，就像每个质心一样。如果两个点不在同一维空间中，则会抛出异常。
全部评论 (0)
还没有任何评论哟~
