这是在Spark 1.6.2
中我尝试使用Power Iteration Clustering，但遇到了问题。它需要RDD[(Long,Long,Double)]表示稀疏亲和度矩阵，但我不清楚相似度值。 run function可以说明similarities参数：
表示亲和度矩阵的（i，j，s ij ）元组的RDD，其是PIC论文中的矩阵A.相似度s ij 必须是非负的。这是对称矩阵，因此s ij = s ji 。对于具有非零相似性的任何（i，j），输入中应该有（i，j，s ij ）或（j，i，s ji ）。 忽略i = j的元组，因为我们假设s ij = 0.0。
因为这假设i = j的元组假设具有0.0的相似性，所以我认为s ij 的值越小，i和j越相似。 0.0的相似性意味着它们是相同的。
Power迭代聚类的documentation表示以下与缺少的i，j对相关。
如果输入中缺少一对，则它们的相似性被视为零。
我可以从中得出结论：零等于完全不相似，或者缺失对的默认处理是将它们视为相等。
我发现很难相信稀疏亲和矩阵中缺失的对将被视为相同，这意味着这两个文档源是相反的。哪一个是正确的？ 0的相似性是指一对是相同的，还是可以是不同的？