摘要： 所有聚类方法都是可以抽象的聚类接口为以下：提供如下常量：提供一个默认的聚类点集在HDFS上的地址字符串：CLUSTERED_POINTS_DIR提供一个默认的聚类后形成的CLUSTER目录地址： INITIAL_CLUSTERS_DIR提供一个默认的聚类点集终极OUTPUT目录： CLUSTERS_DIR提供如下方法：int getId(); //得到某个CLUSTER的编好 Vector getCenter(); //得到中心点的N维向量 Vector getRadius(); //... 阅读全文

摘要： 一、相异度计算基于空间的距离1、欧几里得距离：2、曼哈顿距离：3、闵科夫斯基距离：（可见：欧氏距离和曼哈顿距离都是闵科夫斯基距离在P=1，2下的特例）标量规格化由于标量大小不一致导致对空间映射会同质化，所以需要对属性在[0,1]空间上映射，以来规格化。映射公式为： （ai 是一个属性）二、二元变量二元变量就是只能取0、1 的变量。二元相异度计算公式： 取值不同的同位属性个数 / 所有属性个数例如：X={1,0,0,0,1,0,1,1}，Y={0,0,0,1,1,1,1,1}。 二元相异度为 3/8非对称二元相异度计算公式：取值不同的同位属性个数/所有属性个数 - 值为0的同位属性个数非对称二. 阅读全文

摘要： 都交流啊，受不了了！！！！ 阅读全文