数据输入格式
测试数据
每个数据和数据之间用空格分开，数据都是double型的
Kmean算法在每次取数据时对所有的数据只取其中的一列
kmeans命令使用：
mahout kmeans \
-i <input vectors directory> \ 输入目录
-c <input clusters directory> \输入的簇目录
-o <output working directory> \输出目录
-k <optional number of initial clusters to sample from input vectors> \
-dm <DistanceMeasure> \路径方法的类名，默认是SquaredEuclidean
-x <maximum number of iterations> \迭代的次数
-cd <optional convergence delta. Default is 0.5> \delta的值
-ow <overwrite output directory if present>如果存在覆盖输出目录
-cl <run input vector clustering after computing Canopies>在运行Canopy算法后运行输入向量簇
-xm <execution method: sequential or mapreduce>用sequential或者mapreduce运行
注意：当-k被指定的时候，-c目录下的所有聚类都将被重写，将从输入的数据向量中随机抽取-k个点作为初始聚类的中心。
查看结果
mahout seqdumper：将SequenceFile文件转成可读的文本形式，对应的源文件是org.apache.mahout.utils.SequenceFileDumper.java
mahout vectordump：将向量文件转成可读的文本形式，对应的源文件是org.apache.mahout.utils.vectors.VectorDumper.java
mahout clusterdump：分析最后聚类的输出结果，对应的源文件是org.apache.mahout.utils.clustering.ClusterDumper.java
例如我的文件输出在/root/input/output，我可以
输入命令：mahout seqdumper -s /root/input/output/clusteredPoints/part-m-00000
来查看point
mahout clusterdump --seqFileDir /root/input/output/clusteredPoints/part-m-00000
如果直接在本地打开是会有乱码的
出现问题：但目前我还不知道如何输出到本地上，-o命令总是报错，目前只会在console上观察结果
解决：例如要输出上述的point文件，可以使用命令：mahout seqdumper -s /root/input/output/clusteredPoints/part-m-00000 -o result.txt
运行结果分析
首先Kmeans算法默认是10次迭代，所以我们得到的clusters是10个
结果文件夹有clusteredPoints，clusters-N，data，用命令mahout seqdumper仔细看了一下结果文件
clusteredPoints：存放的是最后聚类的结果，将cluster-id和documents-id都展示出来了，用mahout seqdumper读clusteredPoints结果的key-value类型是(IntWritable,WeightedVectorWritable)
例如之前的/root/input/output/clusteredPoints/part-m-00000文件
clusters-N：是第N次聚类的结果，其中n为某类的样本数目，c为各类各属性的中心，r为各类属性的半径。 clusters-N结果类型是(Text,Cluster)
例如要观察clusters-10的内容，可以使用命令：
mahout seqdumper -s /root/input/output/clusters-10/part-r-00000
要输出到txt文件则要在后面加上：-o xxxx.txt(xxxx是文件名)
data：存放的是原始数据，这个文件夹下的文件可以用mahout vectordump来读取，原始数据是向量形式的，其它的都只能用mahout seqdumper来读取，向量文件也可以用mahout seqdumper来读取，只是用vectordump读取出来的是数字结果，没有对应的key，用seqdumper读出来的可以看到key，即对应的url，而value读出来的是一个类描述，而不是数组向量
例如要查看data下的文件用命令：
mahout vectordump -s /root/input/output/data/part-m-00000/
同样的要输出的话在后面加上 –o xxxx.txt
