Kmeans - 分组

Question

我想为numClusters = 6做kmeans标签，以便我可以稍后按标签进行分组。

如何选择要执行kmeans的列？

val clusterThis =  scaledDF.select($"id",$"setting1",$"setting2",$"setting3")

// dataset description lists six operation modes 
val operatingModes = 6 

// Cluster the data into two classes using KMeans
val numClusters = operatingModes
val numIterations = 20

import sqlContext.implicits._
val clusters = KMeans.train(clusterThis.rdd, numClusters, numIterations)
clusters.predict(clusterThis) 

//... join back on id 

Answer 1

正如您在KMeans's Example中所看到的，该对象仅使用一列作为features。在那个例子中，巧合的是它具有相同的名称。但是，该名称取决于您，但重要的是该列必须是Vector（密集或稀疏）。

因此，您需要将功能（不同列）合并为一个，为此任务，您可以使用VectorAssembler。

顺便说一句， K-means 不能与分类功能一起使用。您可以阅读此帖{{3}注意原因。