如何找到Spark的StreamingKMeans集群中心？

Question

当我使用Spark的KMeansModel类时，我可以使用load()函数轻松访问模型集群的质心。

我想使用StreamingKMeans，但我注意到它似乎缺少KMeansModel.clusterCenters()函数。有没有办法在StreamingKMeans中获取模型集群的质心？

Answer 1

在批处理KMeans中，估计器被训练一次并生成单个变换器 - 包含clusterCenters()方法的模型。在StreamingKMeans中，模型会不断更新，因此您需要在StreamingKMeans对象上使用latestModel()。

val model = new StreamingKMeans()
      .setK(5)
      .setDecayFactor(1.0)
      .setRandomCenters(10, 0.0)
val latestModel = model.latestModel()
println(latestModel.clusterCenters)