功能介绍

高斯混合模型聚类

参数说明

名称 中文名称 描述 类型 是否必须？ 默认值
tol “收敛容差” “收敛容差” Double 0.01
vectorCol 向量列名 向量列对应的列名 String ✓
k 聚类中心点数量 聚类中心点数量 Integer 2
maxIter 最大迭代步数 最大迭代步数，默认为 100 Integer 100

脚本示例

脚本代码

  1.  data = np.array([
  2.     ["-0.6264538 0.1836433"],
  3.     ["-0.8356286 1.5952808"],
  4.     ["0.3295078 -0.8204684"],
  5.     ["0.4874291 0.7383247"],
  6.     ["0.5757814 -0.3053884"],
  7.     ["1.5117812 0.3898432"],
  8.     ["-0.6212406 -2.2146999"],
  9.     ["11.1249309 9.9550664"],
  10.     ["9.9838097 10.9438362"],
  11.     ["10.8212212 10.5939013"],
  12.     ["10.9189774 10.7821363"],
  13.     ["10.0745650 8.0106483"],
  14.     ["10.6198257 9.9438713"],
  15.     ["9.8442045 8.5292476"],
  16.     ["9.5218499 10.4179416"],
  17. ])
  19. df_data = pd.DataFrame({
  20.     "features": data[:, 0],
  21. })
  23. data = dataframeToOperator(df_data, schemaStr='features string', op_type='batch')
  25. gmm = GmmTrainBatchOp() \
  26.     .setVectorCol("features") \
  27.     .setTol(0.)
  29. model = gmm.linkFrom(data)
  30. model.print()

脚本运行结果

  1.    model_id                                         model_info
  2. 0         0  {"vectorCol":"\"features\"","numFeatures":"2",...
  3. 1   1048576  {"clusterId":0,"weight":0.7354489748549162,"me...
  4. 2   2097152  {"clusterId":1,"weight":0.26455102514508383,"m...