访问Spark Mllib对分K均值树数据的方法

Question

查看“平分K均值”的源代码，似乎它在进行的每个级别上构建了集群分配的内部树表示。是否可以访问该树？内置方法仅在叶子处而不是在节点处给出群集分配。

Answer 1

对此进行跟踪：是否有人修改了Spark ML源代码以能够存储和返回分层聚类树结构？

[我找到了一个GitHub回购，其中介绍了MLlib 1.6的Bisecting K-means聚类的实现：https://github.com/yu-iskw/bisecting-kmeans-blog/blob/master/blog-article.md

[在“下一步是什么？”部分中，第一个JIRA票据[SPARK-11664]“添加获取二等分k均值聚类结构的方法”（https://issues.apache.org/jira/browse/SPARK-11664）似乎是获得分层聚类树结构的请求内在的努力。截至今天，该票证状态已标记为“已解决”。

但是，在以下Spark MLlib的最新实现（2.4.4）中，我们没有找到此树结构或树状图作为内置输出：

PySpark MLlib 2.4.4官方文档：https://spark.apache.org/docs/latest/api/python/pyspark.mllib.html#pyspark.mllib.clustering.BisectingKMeanshttps://spark.apache.org/docs/latest/api/python/pyspark.mllib.html#pyspark.mllib.clustering.BisectingKMeansModel

Scala MLlib 2.4.4官方文档：https://spark.apache.org/docs/latest/api/scala/index.html#org.apache.spark.mllib.clustering.BisectingKMeanshttps://spark.apache.org/docs/latest/api/scala/index.html#org.apache.spark.mllib.clustering.BisectingKMeansModel

我们也查阅了他们的源代码，似乎没有将分层树结构存储为内置输出？

如果Spark MLlib 2.4.4 BisectingKMeans中不提供分层聚类树结构，有人知道是否已修改源代码以使树结构可用？

谢谢！