问题描述
我想在 Hadoop 中使用 mrjob
实现 k-means 的第一次重复。
我的输入将是一个包含现有数据点的文件,以及一个包含初始中心的文件
任务指定数据中心需要共享(广播)给所有映射器。
这有什么办法?
我应该只从本地复制这两个文件并将它们包含在 --file
选项中吗?我应该以某种方式将中心作为环境变量吗?
我应该专门为质心做些什么?
浏览了之前的问题,但其中很少包含 mrjob
,并且没有指定涵盖“广播”。
提前谢谢?
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)