如何解决PySpark,如何简单地计算 Kmeans 模型中每个集群的数量?
我训练了一个 Kmeans 模型:
kmeans = KMeans(k=20,seed=1)
df.show()
kmeans_model = kmeans.fit(df)
我只是想简单地统计一下每个簇中有多少个元素,但我找不到简单的方法来实现它。
解决方法
检查了pyspark文档。答案如下:
summary = kmeans_model.summary
print(summary.clusterSizes)
参考:
http://spark.apache.org/docs/2.2.0/api/python/pyspark.ml.html#pyspark.ml.clustering.KMeans
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。