摘要：hadoop上执行mapreduce streaming python程序报错， 报错详细信息为 python - PipeMapRed.waitOutputThreads(): subprocess failed with code 1 网上搜索后，得知该问题是由于 脚本程序本身问题。 解决办法， 阅读全文

摘要：像上一篇文章 《聚类思想分析》 所述， 聚类算法无所谓好坏，重点在于合理使用各类算法达到最优效果。-----------------------------------------------------------------------------------------------------... 阅读全文

摘要：优点：原理简单（靠近中心点），实现容易（1、2 天），聚类效果中上（依赖K的选择）缺点：1. 无法确定K的个数 （根据什么指标确定K）2. 对离群点敏感 （容易导致中心点偏移）3. 算法复杂度不易控制 O(NKm)， 迭代次数可能较多 （m可能会比较大）4. 局部最优解而不是全局优 （这个和初始点选... 阅读全文

摘要：聚类算法在数据挖掘中经常使用，思想简单直接。 在系统中，自己也实现过几个聚类算法，做针对性的优化也并无它难度。 由于其方式的简单，开始也未对它有过深入思考。 但是，如果你想让数据自己说话，还是离不开聚类。 因此调研了很多聚类算法，做一些总结。-----------------------... 阅读全文