Hadoop-KMeans:HadoopMapReduce范式中的KMeans集群

指示： 步骤1：启动python脚本以对书进行索引，将创建一个文件GutenbergBook.csv-python create_doc_index.py book，其中book是包含所有包含txt文件的目录'etextXY'的目录。 请注意，我已经手动处理了这些目录以删除所有非txt文件。 该目录大约为450M，因此我尚未将其附加到作业中。 您可以跳过此步骤，因为我是在家中生成文件GutenbergBook.csv并将其放入此目录的。 步骤2：使用python脚本规范化每个文档的tfidf，将创建一个文件GutenbergBookNorm.csv-python euclidian_normalizer.py 第三步：将标准化文件GutenbergBook.csv复制到hdfs-hadoop fs -mkdir inputKmeans-hadoop fs -copyFromLocal