学步园

对于K-均值聚类算法MapReduce的过程理解如下：

假设有个Mapper，首先把数据集分为个子集，分布到个Mapper上，初始化，，并同时广播到H个Mapper上。

E步：

在第一台Mapper上，针对子集，计算

其中，。

并同时计算，，。

在第二台Mapper上，针对子集，计算

其中，。

并同时计算，，。

依次类推，在第三、四、五、....、H-1台Mapper上，进行类似计算，

在第H台Mapper上，针对子集，计算

其中，。

并同时计算，，。

M步：

在Reduce上计算：

，，

然后，把，，广播到H个Mapper上，进行下一轮迭代。