在mahout中使用kmeans時忽略列

Question

嗨，我有一組這種形式的數據：

12347,23.75580119032886
12348,57.97548386358446
12349,24.076027347616954
12350,19.670588100657742
12352,16.267473592256245

其中第一列是用戶的ID，第二列是用戶的購買價值。 我正在將KMeans算法與mahout一起使用，以將數據集划分為3個群集。 我的問題是正在使用Id列，因此輸出錯誤。 有什么方法可以忽略第一列，而僅在第二列上進行聚類嗎？ 謝謝。

Answer 1

使用map-reduce作業適當地映射數據。