如何在pyspark中的Bisecting K-means方法中获取集群ID

时间:2017-06-29 13:57:26

标签: apache-spark pyspark apache-spark-mllib

我试过

 from numpy import array
 from pyspark.mllib.clustering import BisectingKMeans, BisectingKMeansModel

我正在使用iris.data集:

 iris_model.transform(iris)  

但是我收到了这个错误:

 AttributeError                            
 Traceback (most recent call last)
 <ipython-input-241-59b5e8c1e068> in <module>()
 ----> 1 iris_model.transform(iris)

AttributeError: 'BisectingKMeansModel' object has no attribute 'transform'

我可以获得ClusterCenters并获得数组,但我需要每个案例所属的组。

由于

1 个答案:

答案 0 :(得分:0)

您可能不匹配Spark ML和MLlib API。

MLLib包是第一个包,但后来开发人员开始构建新的包ML,它与DataFrames一起使用。

将您的包更改为pyspark.ml.clustering,您将拥有新版本,该版本具有transform功能并可与DataFrame和新ML管道配合使用。我建议您在算法运行时构建Pipeline:)