【发布时间】：2019-02-20 03:39:40
【问题描述】：
我有一个包含几百万个条目的数据框，我使用了 k-Means 聚类，发现特定聚类的中心与其他聚类的中心非常不同。这很有趣。
如何选择属于该集群的条目以进一步调查它们？我们可以选择集群作为自己的数据框吗？
【问题讨论】：
标签： apache-spark cluster-analysis k-means apache-spark-mllib
【发布时间】：2019-02-20 03:39:40
【问题描述】：
您使用的是 Spark ML 还是 Spark MLLib？
请参阅 https://spark.apache.org/docs/latest/ml-clustering.html#k-means 中的示例 -- predictions 对象包含您要查找的内容。
【讨论】：
-
我明白了，因此将其与过滤器一起使用，我可以仅使用给定集群的结果创建数据框。我想我的错误是我有基于训练数据的模型，我不知道如何转换原始数据集。