bufferedReader在K均值聚类文件提取中的应用
我有一个标题和两个坐标x和y的数据集。我只是好奇bufferedReader在Java中是如何工作的，下面的代码是我从Google获得的，用于在字符串变量中分别获得头和数据。
File file = new File(fileName);
fileReader = new FileReader(file);
bufferedReader = new BufferedReader(fileReader);
@SuppressWarnings("unused")
String header = bufferedReader.readLine();
String line = "";
while(( line = bufferedReader.readLine() ) != null ){
String[] dataArr = line.split(STR_DELIM);
...
...
...
在使用R进行统计时，我们需要纠正一个行代码，其中我们提到Header=True，它自动从第2行开始读取。
谢谢--
共有1个答案
对readline（）方法的每次调用都将返回以'\n'（对于unix)或'\r\n'（对于windows）结尾的字符串。它将一直读到流的结尾，即直到文件中有行为止。我想这回答了您的第一个问题。回答了您的第二个问题，每次对readLine（）的调用都将从输入流（文件）返回连续的行。如果没有更多的行，则返回null。BufferedReader与FileReader相同，具有FileReader中缺少的额外缓冲功能。顺便说一句，如果您正在实现K-means算法，我建议您看看MATLAB中的kmeans（）函数。使用MATLAB可以用不到5行代码实现kmeans算法。另外，您还可以在MATLAB中使用importfile（）方法读取输入数据
-
$k$均值聚类算法(k-means clustering algorithm) 在聚类的问题中，我们得到了一组训练样本集 ${x^{(1)},...,x^{(m)}}$，然后想要把这些样本划分成若干个相关的“类群（clusters）”。其中的 $x^{(i)}\in R^n$，而并未给出分类标签 $y^{(i)}$ 。所以这就是一个无监督学习的问题了。 $K$ 均值聚类算法如下所示： 随机初始化（
-
目标 在本章中，我们将了解K-Means聚类的概念，其工作原理等。 理论 我们将用一个常用的例子来处理这个问题。 T-shirt尺寸问题 考虑一家公司，该公司将向市场发布新型号的T恤。显然，他们将不得不制造不同尺寸的模型，以满足各种规模的人们的需求。因此，该公司会记录人们的身高和体重数据，并将其绘制到图形上，如下所示： 公司无法制作所有尺寸的T恤。取而代之的是，他们将人划分为小，中和大，并仅制造这
-
聚类 聚类，简单来说，就是将一个庞杂数据集中具有相似特征的数据自动归类到一起，称为一个簇，簇内的对象越相似，聚类的效果越好。它是一种无监督的学习(Unsupervised Learning)方法,不需要预先标注好的训练集。聚类与分类最大的区别就是分类的目标事先已知，例如猫狗识别，你在分类之前已经预先知道要将它分为猫、狗两个种类；而在你聚类之前，你对你的目标是未知的，同样以动物为例，对于一个动物集来
-
该向量包含X、Y坐标，即成对的双打。我想为每个用户ID标识坐标集群，所以我在RDD上进行映射，并尝试为每个组运行k-means： 但是当我运行这个时，我从一行中得到了一个NPE： 问题是，我必须将coords转换为RDD来进行K-Means操作。
-
我已经实现了一个函数，在运行K-Means聚类算法后，找到距离每个质心最近的数据点。我想知道是否有一个函数可以让我找到距离每个质心最近的M个点。
-
OpenCV中的K-Means聚类 作者|OpenCV-Python Tutorials 编译|Vincent 来源|OpenCV-Python Tutorials 目标 了解如何在OpenCV中使用cv.kmeans()函数进行数据聚类 理解参数 输入参数 sample：它应该是np.float32数据类型，并且每个功能都应该放在单个列中。 nclusters(K)：结束条件所需的簇数 crit