pyspark高斯混合聚类

高斯混合聚类的思想比较简单，学过级数展开的都知道，一个符合条件（啥条件不记得了）的函数可以展开为多个三角函数的线性组合。
高斯混合聚类则是将数据的分布展开为K个正态分布的组合（即多元正态分布），然后求出这个多元正态分布的均值向量与协方差矩阵。

from pyspark.ml.clustering import GaussianMixture
from pyspark.sql import SparkSession

spark = SparkSession\
    .builder\
    .appName("GaussianMixtureExample")\
    .getOrCreate()

dataset = spark.read.format("libsvm").load("sample_kmeans_data.txt")

gmm = GaussianMixture().setK(2).setSeed(538009335)
model = gmm.fit(dataset)

print("Gaussians shown as a DataFrame: ")
model.gaussiansDF.show(truncate=False)# 均值向量与协方差矩阵