运行mahout k意味着聚类命令而不将输入文件转换为向量

Question

我有一个数据集（300MB），我希望运行k表示使用Mahout进行聚类。数据采用csv的形式，仅包含数值。是否仍然需要以矢量化格式输入mahout k means命令的文件？如果没有，我如何直接在我的csv文件上运行k means命令而不将其转换为矢量格式？

Answer 1

如果您的数据是300 MB，答案是根本不要使用Mahout 。

当您的数据不再适合内存时，真的只能使用Mahout。 Map Reduce 昂贵，你只想在没有解决问题的情况下使用它。