聚类
Kmeans聚类
pipeline.mllib.cluster.kmeans_v2.KMeansV2Ai
组件说明：Kmeans聚类组件，以样本间距离为基础，将n个对象分为k个簇，使群体与群体之间的距离尽量大，而簇内具有较高的相似度。
组件输入：待聚类的数据表，和初始化质心参数（可选）。
组件输出：输出聚类数据结果表，聚类数据统计，聚类模型，聚类质心参数。
输入桩input
-
input1：输入待处理的数据表。
-
input2：初始化质心参数
输出桩output
-
output1：输出聚类数据结果表。
-
output2：输出聚类数据统计。
-
output3：输出聚类模型。
-
output4：输出聚类质心参数表。
字段设置
-
col: 特征列，必选，多选
-
append: 附加列，可选，多选
内存设置
-
占用内存大小：可设置组件占用的内存大小，范围[256,64*1024]MB，默认512MB。
-
并发数：可设置组件的并发数，范围[1,9999]，默认为1，单线程运行。
模型参数setting
| 参数名称 | 参数描述 | 参数可选项 | 默认值 |
|---|---|---|---|
n_clusters |
聚类中心数 |
[1, n_samples] |
3 |
distance |
度量方式 |
'euclidean' |
'euclidean' |
init |
初始化聚类中心方法，如果选择’specify’时，第二个输入桩必须连接 |
('k-means++', 'random', 'first-k', 'uniform', 'specify') |
'k-means++' |
max_iter |
最大迭代次数 |
[1, 1000] |
100 |
tol |
收敛标准 |
(0, +inf) |
0.0001 |
random_state |
随机数算子 |
[0, +inf) |
0 |