我一直在使用XML和SOLR索引输入将Mahout用于k-means集群文本文档。
群集似乎有效，类似的文档确实被放在同一个k-means群集中，这很好。
但是，每当我使用ClusterDump（--outputFormat GRAPH_ML）显示graphml输出时，我会得到一个显示所有聚类的图，但每个元素显示在其父聚类的圆周周围，这意味着每个元素的半径大致相同。质心。
我期望这些元素分散在整个集群中，具体取决于它们之间的相似性（如Mahout示例中所示）。
有没有人见过与他们的Mahout k-means集群类似的东西？我试图自己深究这一点，但任何提示或建议都将是一个巨大的帮助。
非常感谢，
P Morris
答案 0 :(得分：0)
请问您能解释一下如何通过mahout和kmeans算法成功地将solr索引输入聚类？
当我对.txt文件进行聚类时，BTW输出（clusters_dump）如下所示：CL-0 {n = 0 c = [0：1.000,1：1.000,2：3.162,3：1.000,4：4.796,6：1.000,7：1.000,8：1.000,9：1.000,10 ：1.000,11：1.000,12：4.690,14：1.000,15：11.446,16：4.359] r = []}
CL-1 {n = 0 c = [0：1.000,1：1.000,2：3.162,3：1.000,6：1.000,7：1.000,8：1.000,9：1.000,10：1.000,11 ：1.000,14：1.000,15：11.446] r = []}
CL-2 {n = 0 c = [4：1.000,12：1.000,13：8.315,16：1.000] r = []}
因为我指定了多少个群组3。