Spark-KMeans:选择k个聚类中心

packageorg.apache.spark.mllib.clustering

importscala.util.Random

importorg.apache.spark.internal.Logging

importorg.apache.spark.mllib.linalg.BLAS.{axpy,scal}

importorg.apache.spark.mllib.linalg.Vectors

/**

* An utility object to run K-means locally. This is private to the ML package because it's used

* in the initialization of KMeans but not meant to be publicly exposed.

*/

private[mllib]objectLocalKMeansextendsLogging{

/**

* Run K-means++ on the weighted point set `points`. This first does the K-means++

* initialization procedure and then rounds of Lloyd's algorithm.

*/

defkMeansPlusPlus(

seed:Int,

points:Array[VectorWithNorm],

weights:Array[Double],

k:Int,

maxIterations:Int

):Array[VectorWithNorm]={

valrand=newRandom(seed)

valdimensions=points(0).vector.size

valcenters=newArray[VectorWithNorm](k)

//Initialize centers by sampling using the k-means++ procedure.

centers(0)=pickWeighted(rand, points, weights).toDense

valcostArray=points.map(KMeans.fastSquaredDistance(_, centers(0)))

for(i<-1until k) {

valsum=costArray.zip(weights).map(p=>p._1*p._2).sum

valr=rand.nextDouble()*sum

varcumulativeScore=0.0

varj=0

while(j

cumulativeScore+=weights(j)*costArray(j)

j+=1

}

if(j==0) {

logWarning("kMeansPlusPlus initialization ran out of distinct points for centers."+

s"Using duplicate point for center k = $i.")

centers(i)=points(0).toDense

}else{

centers(i)=points(j-1).toDense

}

//update costArray

for(p<-points.indices) {

costArray(p)=math.min(KMeans.fastSquaredDistance(points(p), centers(i)), costArray(p))

}

}

//Run up to maxIterations iterations of Lloyd's algorithm

valoldClosest=Array.fill(points.length)(-1)

variteration=0

varmoved=true

while(moved&&iteration

moved=false

valcounts=Array.fill(k)(0.0)

valsums=Array.fill(k)(Vectors.zeros(dimensions))

vari=0

while(i

valp=points(i)

valindex=KMeans.findClosest(centers, p)._1

axpy(weights(i), p.vector, sums(index))

counts(index)+=weights(i)

if(index!=oldClosest(i)) {

moved=true

oldClosest(i)=index

}

i+=1

}

//Update centers

varj=0

while(j

if(counts(j)==0.0) {

//Assign center to a random point

centers(j)=points(rand.nextInt(points.length)).toDense

}else{

scal(1.0/counts(j), sums(j))

centers(j)=newVectorWithNorm(sums(j))

}

j+=1

}

iteration+=1

}

if(iteration==maxIterations) {

logInfo(s"Local KMeans++ reached the max number of iterations: $maxIterations.")

}else{

logInfo(s"Local KMeans++ converged in $iteration iterations.")

}

centers

}

privatedefpickWeighted[T](rand:Random,data:Array[T],weights:Array[Double]):T={

valr=rand.nextDouble()*weights.sum

vari=0

varcurWeight=0.0

while(i

curWeight+=weights(i)

i+=1

}

data(i-1)

}

}

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,293评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,604评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,958评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,729评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,719评论 5 366
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,630评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,000评论 3 397
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,665评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,909评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,646评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,726评论 1 330
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,400评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,986评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,959评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,197评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 44,996评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,481评论 2 342

推荐阅读更多精彩内容