R SparkR spark.powerIterationClustering用法及代码示例

说明：

一种可扩展的图聚类算法。用户可以调用spark.assignClusters 为每个输入顶点返回一个簇分配。运行 PIC 算法并为每个输入顶点返回一个集群分配。

用法：

spark.assignClusters(data, ...)

## S4 method for signature 'SparkDataFrame'
spark.assignClusters(
  data,
  k = 2L,
  initMode = c("random", "degree"),
  maxIter = 20L,
  sourceCol = "src",
  destinationCol = "dst",
  weightCol = NULL
)

参数：

• data 一个 SparkDataFrame。
• ... 传递给方法的附加参数。
• k 要创建的集群数量。
• initMode 初始化算法； "random" 或 "degree"
• maxIter 最大迭代次数。
• sourceCol 源顶点 ID 的输入列的名称。
• destinationCol 目标顶点 ID 的输入列的名称
• weightCol 重量列名称。如果未设置或 NULL ，我们将所有实例权重视为 1.0。

返回：

包含顶点 id 列和该 id 的相应集群的数据集。它的架构将是：id: integer , cluster: integer

注意：

spark.assignClusters(SparkDataFrame) 自 3.0.0 起

例子：

df <- createDataFrame(list(list(0L, 1L, 1.0), list(0L, 2L, 1.0),
                           list(1L, 2L, 1.0), list(3L, 4L, 1.0),
                           list(4L, 0L, 0.1)),
                      schema = c("src", "dst", "weight"))
clusters <- spark.assignClusters(df, initMode = "degree", weightCol = "weight")
showDF(clusters)