大数据挖掘与应用 第11章 K-means聚类算法.pptVIP

操作结果如下，上图为聚类结果表，行数等于输入表总行数，每行的值表示输入表对应行表示的点的聚类编号，下图为聚类统计表，行数据等于聚类个数，每行的值表示当前聚类包含的点个数。 图11-8实验结果图 图11-9实验模型图 K-means操作的模型图如下。 1. 场景和数据说明 假设以下应用场景，随着音乐应用“虾米”曲库的扩充以及用户量的增加，用户可能希望能找到具有相同音乐风格喜好的人一起交流和分享喜欢的音乐。所以“虾米”平台可以根据用户所听音乐的风格类型，为其推荐具有相同喜好的其他用户，同时也可以将其他用户经常听的歌曲推荐给用户。通过“虾米”平台可以获得一份用户最近听的200首歌曲中各种音乐风格所占数量的数据，数据格式如表11-7所示： 11.5 基于ODPS Graph模型的K-means算法源程序分析 表11-7 数据格式说明 数据类型 数据说明 User_id 用户标识 Style 音乐风格 Count 用户听此种风格音乐数量 根据已有数据，可以求出用户所听歌曲中每种风格所占的百分比。出于简单，这里选择8种用户所听频率最高的音乐风格，基于用户所听每种风格音乐频率，可以构造特征 user_id,style1,style2, style3, style4, style5, style6, style7, style8，其中style表示对应音乐风格的所听频率。生成的特征表如表11-8所