我使用Spark和graphX制作代表相似图像的图形（图像名称用作顶点，如果两张图片有共同的标签，那么边缘就是这样）。据我所知，graphX将数据分区存储在不同的机器上，但这些分区并不代表图形的可能集群。有没有办法可以使用graphx创建表示图形的可能聚类的子图，其中聚类是图形中连接最多的部分，与其他节点连接最少？
以下是我尝试逐步进行的操作：
- 以一定的概率为数据集中的每张照片添加标签
- 将每张照片的标签与其他所有照片进行比较，并将相似的图像名称保存在元组中（例如，如果image1和图像53的标签为“狗”，概率大于0.5，则存储他们是＆＃39; image1，image53＆＃39;）
- 使用Graphx制作图表，其中顶点是图像名称，边缘位于相似的顶点之间。
- 将此图划分为多个群集，即我想要图表中高度连接的组件的子图，如果有的话，我想将其存储为＆＃39;相册＆＃39;