关于Mahout聚类输出表示的问题

reedlee 发布于 2012/08/30 20:11
阅读 1K+
收藏 0

大家好,最近刚刚开始学习mahout,对聚类后的输出有一个疑问,希望大家指教。

我知道最后输出的一个clusteredPoints里包含了最后的聚类结果,里面记录了每个向量及其对应所分的类,但是我希望可以输出每个向量对应数据的key及其所对应所分的类,不知道有没有什么简单的方法可以实现?

比如说我的数据文件是这样的:

Key class: class org.apache.hadoop.io.LongWritable Value Class: class org.apache.mahout.math.VectorWritable

Key: 0: Value: {0:1.0,1:1.0}

Key: 1: Value: {0:2.0,1:1.0}

Key: 2: Value: {0:1.0,1:2.0}

Key: 3: Value: {0:2.0,1:2.0}

Key: 4: Value: {0:3.0,1:3.0}

Key: 5: Value: {0:8.0,1:8.0}

Key: 6: Value: {0:9.0,1:8.0}

Key: 7: Value: {0:8.0,1:9.0}

Key: 8: Value: {0:9.0,1:9.0}

Count: 9

最后clusteredPoints文件是:
Key class: class org.apache.hadoop.io.IntWritable Value Class: class org.apache.mahout.clustering.classify.WeightedVectorWritable
Key: 0: Value: 1.0: [1.000, 1.000]
Key: 0: Value: 1.0: [2.000, 1.000]
Key: 0: Value: 1.0: [1.000, 2.000]
Key: 0: Value: 1.0: [2.000, 2.000]
Key: 0: Value: 1.0: [3.000, 3.000]
Key: 1: Value: 1.0: [8.000, 8.000]
Key: 1: Value: 1.0: [9.000, 8.000]
Key: 1: Value: 1.0: [8.000, 9.000]
Key: 1: Value: 1.0: [9.000, 9.000]
Count: 9

我最后想输出的形式是:
0 -> 0
1 -> 0
2 -> 0
3 -> 0
4 -> 0
5 -> 1
6 -> 1
7 -> 1
8 -> 1

即表示前5个数据分为类0,后4个数据分为类1.
请问有什么好办法可以简单的实现这个逻辑吗?请大家多多指教,谢谢~

加载中
0
Breath_L
Breath_L
写个脚本转换下
0
reedlee
reedlee

引用来自“Breath_L”的答案

写个脚本转换下

我通过用NamedVector保存向量的id信息实现了我想要的逻辑~

谢谢你的回答:)

0
w
wusang

请问你具体是怎么实现的呢?


reedlee
reedlee
回复 @landoo88 : 这个很简单的,你现在可以获得movie的向量了吧?其实就是在训练时,用NamedVector把你这个movie向量包裹起来,将其name设为你需要的值,比如说这个movie向量的id,这样,最后得到的结果也是“类别”对应“NamedVector”的这种形式,然后你从中读出这个向量的id就好啦~
landoo88
landoo88
回复 @reedlee : 我在movielens数据集上聚类movie碰到类似问题,得到聚类后的movie向量,但不知道其对应的id。您能再具体点您的解决方法吗?我是菜鸟,有代码就更好了。谢谢!
reedlee
reedlee
我当时就是用NamedVector保存了向量的id(name),最后(key,NamedVector)对保存的是所属类别与对应向量,再从NamedVector中取回向量的"name" 希望有帮助:)
OSCHINA
登录后可查看更多优质内容
返回顶部
顶部