原书出处
大数据日知录_架构与算法
15 机器学习:范型与架构
图15-5 MR迭代计算模型 举例来说,对于并行KMeans聚类,全局参数就是K 个中心点,其以HDFS文件的形式存储,Map阶段将所有的待聚类数据划分成子集合,每个Mapper将自己负责的子集合内的数据分别指派到距离最近的中心点,即打上聚类标号。Reduce阶段收集各个Mapper的聚类结果,根据全局聚类结果重新计算新的K 个中心点,并将新的中心点更新写入HDFS文件中,如果终止条件未满足,会进行下一轮迭代。
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/大数据日知录_架构与算法/_epub-src/OEBPS/text00020.html
EPUB SHA-256:e45b74c4bdd8959aef24f2a5183280eb73ec5f173108f8679a4bbf44bbd5b34d