Интерпретация результатов работы mahout clusterdumper

Я провел тест кластеризации просканированных страниц (более 25K документов; набор личных данных) . Я сделал кластерный дамп:

$MAHOUT_HOME/bin/mahout clusterdump --seqFileDir output/clusters-1/ --output clusteranalyze.txt

Результат после запуска кластерного дампера показывает 25 элементов «VL-xxxxx {}»:

VL-24130{n=1312 c=[0:0.017, 10:0.007, 11:0.005, 14:0.017, 31:0.016, 35:0.006, 41:0.010, 43:0.008, 52:0.005, 59:0.010, 68:0.037, 72:0.056, 87:0.028, ... ] r=[0:0.442, 10:0.271, 11:0.198, 14:0.369, 31:0.421, ... ]}
...
VL-24868{n=311 c=[0:0.042, 11:0.016, 17:0.046, 72:0.014, 96:0.044, 118:0.015, 135:0.016, 195:0.017, 318:0.040, 319:0.037, 320:0.036, 330:0.030, ...] ] r=[0:0.740, 11:0.287, 17:0.576, 72:0.239, 96:0.549, 118:0.273, ...]}

Как интерпретировать этот вывод?

Короче: я ищу идентификаторы документов, которые принадлежат определенному кластеру.

Что означает:

  • VL-x?
  • n = yc = [z: z ', .. .]
  • r = [z '': z '' ', ...]

Означает ли 0: 0.017, что «0» - это идентификатор документа, который принадлежит этому кластеру?

Я уже читал на wiki-страницах mahout, что означают CL, n, c и r. Но может ли кто-нибудь объяснить их мне лучше или указать на ресурс, где это объясняется немного более подробно?

Извините, если я задаю глупые вопросы, но я новичок в использовании apache mahout и использую его как часть моего задания курса по кластеризации.

5
задан lucif 27 April 2011 в 14:03
поделиться