我訓練AK意味着我的數據集模型，現在我想獲得從每個集羣的幾個要素與集羣ID val clusters = KMeans.train(data, numClusters, numIterations)
val vectorsAndClusterIdx = data.map{ point =>
val prediction = clusters.predict(point)
(
我有大量的數據，我想運行kmean分類。數據集非常大，我無法將文件加載到內存中。 我的想法是像訓練數據集一樣在數據集的某些部分上運行分類，然後逐個部分地將數據集應用到數據集的其餘部分。 import pandas as pd
import pickle
from sklearn.cluster import KMeans
frames = [pd.read_hdf(fin) for fin
我想通過使用Jaccard索引（從sklearn.metrics導入jaccard_similarity_score）計算通過使用KMeans生成的集羣之間的相似性。這些可能是一個包含特定值的矩陣：在[i，j]應該是羣集i和j之間的相似度。我現在代碼： from sklearn import datasets
from sklearn.cluster import KMeans
from sk