聚类分类器和聚类策略

Question

我在mahout中经历了K-means算法，在调试时，我注意到在创建第一个集群时，它会执行以下代码：

ClusteringPolicy policy = new KMeansClusteringPolicy(convergenceDelta);
ClusterClassifier prior = new ClusterClassifier(clusters, policy);
prior.writeToSeqFiles(priorClustersPath); 

我正在阅读这些课程的描述，这对我来说并不清楚......

我想知道这些集群分类器和策略的含义是什么？ 它与层次聚类，基于质心的聚类，基于分布有关 聚类等？

因为我不知道在使用K-means mahout实现时使用此集群分类器和策略的好处或原因是什么。

Answer 1

该实现与k-means和类似算法的其他变体共享代码，例如Canopy预聚类和GMM。

这些类只编码这些算法之间的差异。

Mahout不是研究k-means算法的好地方，实现起来相当混乱。它也很慢。因为真的很慢。大多数情况下，单个CPU实现将完全击败Mahout以适应内存。甚至可能在一台机器的磁盘上。因为所有map-reduce开销。