Mahout聚集点

Question

当我在Mahoot中运行kmeans聚类时，我得到两个文件夹：clusters-x和clusteredPoints。

我已经使用群集转储程序读取了群集中心，但我不知道怎样才能访问clusteredPoints？具体来说，我需要从代码中完成。

奇怪的是我在clusteredPoints中的文件大小总是128个字节，当我尝试循环结果时，使用下一个代码，它只是走出循环，就像没有结果，但我得到了集群中心，这导致假设点聚集。

    IntWritable key = new IntWritable();
    WeightedPropertyVectorWritable value = new WeightedPropertyVectorWritable();
    while (reader.next(key, value)) {
        System.out.println(
        value.toString() + " belongs to cluster " + key.toString());
    }

它刚刚走出循环？

真的很奇怪，任何帮助都会很棒，谢谢。

Answer 1

您需要打开最终的群集文件（＆＃39; clusteredPoints / part-m-0＆＃39;）：

Configuration conf = new Configuration();
FileSystem fs = FileSystem.get(conf);
SequenceFile.Reader reader = new SequenceFile.Reader(fs, new Path("output/clusteredPoints/part-m-0"), conf);

然后，假设您的密钥是int，则迭代它（就像您已经做过的那样），并使用：

IntWritable key = new IntWritable();
    WeightedPropertyVectorWritable value = new WeightedPropertyVectorWritable();
    while (reader.next(key, value)) {
        LOG.info("{} belongs to cluster {}", value.toString(), key.toString());
    }
    reader.close();

如果您仍然无法执行此操作，我可以发布一个完整的示例。