KMeansSummary¶
-
類
pyspark.ml.clustering。KMeansSummary( java_obj:可選(JavaObject]=沒有一個 ) ¶ -
KMeans的總結。
屬性
DataFrame預測集群中心為每一個訓練數據點。
的大小(數據點的數量)每個集群。
列的功能預測。
集群的數量模型訓練。
的迭代次數。
預測集群的名稱列預測。
DataFrame產生的模型變換方法。
k - means成本(距離平方的總和為所有點最近的重心在訓練數據集)。
屬性的文檔
-
集群¶ -
DataFrame預測集群中心為每一個訓練數據點。
-
clusterSizes¶ -
的大小(數據點的數量)每個集群。
-
featuresCol¶ -
列的功能預測。
-
k¶ -
集群的數量模型訓練。
-
numIter¶ -
的迭代次數。
-
predictionCol¶ -
預測集群的名稱列預測。
-
預測¶ -
DataFrame產生的模型變換方法。
-
trainingCost¶ -
k - means成本(距離平方的總和為所有點最近的重心在訓練數據集)。這相當於sklearn的慣性。
-