Pyspark ML KMean是否有辦法獲得解釋的差異？

Question

當我在閱讀Pyspark here的ML包時，似乎KMeanModel沒有辦法計算解釋的方差以繪製肘形曲線，從而確定最佳數量的聚類。

但是在this示例中，用戶似乎具有computeCost()函數。該功能從哪裏來？我的程序沒有成功。

我正在使用Spark 1.6。提前致謝！

Answer 1

我被困在關於computcost pyspark中的相同問題。

在應用kmeans之後，您可以使用mahalanobis距離或WSSE來代替使用computecost。

要計算你需要編寫的代碼和距離，並獲得 各種結果可以繪製圖表看拐點集羣的 最佳數目。

Anomaly Detection Using PySpark這個用例幫我看看。