mapreduce中怎么实现K-M类聚，针对这个问题，这篇文章详细介绍了相对应的分析和解答，希望可以帮助更多想解决这个问题的小伙伴找到更简单易行的方法。
从网站建设到定制行业解决方案，为提供网站制作、成都网站制作服务体系，各种行业企业客户提供网站建设解决方案，助力业务快速发展。成都创新互联将不断加快创新步伐，提供优质的建站服务。
首先是map
public static class KMmap extends Mapper{
//中心集合
//这里的聚簇集合是自己设定的 centersPath就是集合在hdfs中存放的路径
ArrayList> centers = null;
//用k个中心
int k = 0;
//读取中心
protected void setup(Context context)throws IOException, InterruptedException {
//getCentersFromHDFS方法就是传入一个Path，得到一个ArrayList>集合
centers = Utils.getCentersFromHDFS(context.getConfiguration().get("centersPath"),false);
k = centers.size();
}
/**
* 1.每次读取一条要分类的条记录与中心做对比，归类到对应的中心
* 2.以中心ID为key，中心包含的记录为value输出(例如： 1 0.2 。 1为聚类中心的ID，0.2为靠近聚类中心的某个值)
*/
@Override
protected void map(LongWritable key, Text value,Context context)
throws IOException, InterruptedException {
ArrayList fileds = Utils.textToArray(value);
//textToArray方法将map进来的一行value根据“,”分割后转化为ArrayList的集合
int sizeOfFileds = fileds.size();
double minDistance = 99999999;
int centerIndex = 0;
//依次取出k个中心点与当前读取的记录做计算
for(int i=0;ireduce
//利用reduce的归并功能以中心为Key将记录归并到一起
public static class KMreduce extends Reducer{
/**
* 1.Key为聚类中心的ID value为该中心的记录集合
* 2.计数所有记录元素的平均值，求出新的中心
*/
protected void reduce(IntWritable key, Iterable values,
Context context)throws IOException, InterruptedException {
ArrayList> filedsList = new ArrayList>();
//依次读取记录集，每行为一个ArrayList
for(Iterator it = values.iterator();it.hasNext();){
ArrayList tempList = Utils.textToArray(it.next());
filedsList.add(tempList);
}
//计算新的中心
//每行的元素个数
int filedSize = filedsList.get(0).size();
double[] avg = new double[filedSize];
for(int i=0;i最后是其中所用到的util类，主要是提供一些读取文件和操作字符串的方法
public class Utils {
//读取中心文件的数据
public static ArrayList> getCentersFromHDFS(String centersPath,boolean isDirectory)
throws IOException{
ArrayList> result = new ArrayList>();
Path path = new Path(centersPath);
Configuration conf = new Configuration();
FileSystem fileSystem = path.getFileSystem(conf);
if(isDirectory){
FileStatus[] listFile = fileSystem.listStatus(path);
for (int i = 0; i < listFile.length; i++) {
result.addAll(getCentersFromHDFS(listFile[i].getPath().toString(),false));
}
return result;
}
FSDataInputStream fsis = fileSystem.open(path);
LineReader lineReader = new LineReader(fsis, conf);
Text line = new Text();
while(lineReader.readLine(line) > 0){
ArrayList tempList = textToArray(line);
result.add(tempList);
}
lineReader.close();
return result;
}
//删掉文件
public static void deletePath(String pathStr) throws IOException{
Configuration conf = new Configuration();
Path path = new Path(pathStr);
FileSystem hdfs = path.getFileSystem(conf);
hdfs.delete(path ,true);
}
public static ArrayList textToArray(Text text){
ArrayList list = new ArrayList();
String[] fileds = text.toString().split("\t");
for(int i=0;i> oldCenters = Utils.getCentersFromHDFS(centerPath,false);
List> newCenters = Utils.getCentersFromHDFS(newPath,true);
int size = oldCenters.size();
int fildSize = oldCenters.get(0).size();
double distance = 0;
for(int i=0;i关于mapreduce中怎么实现K-M类聚问题的解答就分享到这里了，希望以上内容可以对大家有一定的帮助，如果你还有很多疑惑没有解开，可以关注创新互联行业资讯频道了解更多相关知识。
当前名称：mapreduce中怎么实现K-M类聚
分享链接：http://cxhlcq.com/article/jpegdj.html
重庆分公司
重庆分公司
