Hadoop分布式版本的K-方法？

Question

想知道是否有一个开放源码实现的Hadoop分布式版本的K-方法？请求Hadoop，因为数据很大，不能保存在单个框中。

谢谢你，林

Answer 1

是的，有，Mahaout有几个k-意思实现，例如: mahout.apache.org/users/clustering/k-means-clustering.html

Answer 2

为此您可以使用火花。Spark实现了KMeans。Spark使用RDD (弹性分布式数据集)。您的数据分布在群集上，每个节点处理最近的数据。

星火的性能可以比Mahout更好，因为一些交互过程没有写在HDFS上。