我需要训练StreamingKMeans具有特定的种子值。当我运行
val km = new StreamingKMeans(3, 1.0, "points")
km.setRandomCenters(10, 0.5)
val newmodel = km.latestModel.update(featureVectors, 1.0, "points")
val prediction3 = id_features.map(x=> (x._1, newmodel.predict(x._2)))
它工作正常。但是当我尝试使用sedSeed时：
km.setRandomCenters(10, 0.5).setSeed(6250L)
我遇到错误：
value setSeed不是org.apache.spark.mllib.clustering.StreamingKMeans的成员
在这种情况下如何设置种子？
答案 0 :(得分：2)
错误告诉您setSeed没有org.apache.spark.mllib.clustering.StreamingKMeans成员（您可以从API docs进行验证；奇怪的是，KMeans确实存在此方法类，但不适用于StreamingKMeans）。
但是，一切并没有丢失...;-）
setRandomCenters方法采用3个参数，第三个参数是随机种子。它的值默认为Utils.random.nextLong。要执行您想要的操作，您应该从以下位置更改该行：
km.setRandomCenters(10, 0.5).setSeed(6250L)
收件人：
km.setRandomCenters(10, 0.5, 6250L)
更新：顺便说一句， Spark 使用功能编程范例。因此，在.setRandomCenters实例上调用诸如StreamingKMeans之类的方法通常不会修改（或 mutate ）该实例。相反，它将创建一个新实例并对其应用修改。
在代码中，由于没有存储结果，因此有效地放弃了SetRandomCenters所做的更改。您的代码应该看起来像这样：
val km = new StreamingKMeans(3, 1.0, "points").setRandomCenters(10, 0.5)
val newmodel = km.latestModel.update(featureVectors, 1.0, "points")
val prediction3 = id_features.map(x=> (x._1, newmodel.predict(x._2)))