BisectingKMeansSummary¶
-
类
pyspark.ml.clustering。BisectingKMeansSummary( java_obj:可选(JavaObject]=没有一个 ) ¶ -
平分KMeans聚类结果对于一个给定的模型。
属性
DataFrame预测集群中心为每一个训练数据点。
的大小(数据点的数量)每个集群。
列的功能预测。
集群的数量模型训练。
的迭代次数。
预测集群的名称列预测。
DataFrame产生的模型变换方法。
距离平方的总和为所有点最近的重心在训练数据集。
属性的文档
-
集群¶ -
DataFrame预测集群中心为每一个训练数据点。
-
clusterSizes¶ -
的大小(数据点的数量)每个集群。
-
featuresCol¶ -
列的功能预测。
-
k¶ -
集群的数量模型训练。
-
numIter¶ -
的迭代次数。
-
predictionCol¶ -
预测集群的名称列预测。
-
预测¶ -
DataFrame产生的模型变换方法。
-
trainingCost¶ -
距离平方的总和为所有点最近的重心在训练数据集。这相当于sklearn的惯性。
-