我将为kmeans算法编写一个映射器和reducer，我认为最好的做法是将距离计算器放入mapper并发送到reducer，其中cluster id作为键，行坐标作为值。在 reducer 中，将执行更新质心。我是用python写的。
如您所知，我必须使用 Hadoop 流在STDIN和之间传输数据STOUT。据我所知，当我们print (key + "\t"+value)，它会被送到减速机。Reducer 将接收数据并计算新的质心，但是当我们打印新的质心时，我认为它不会将它们发送到映射器以计算新的集群，它只是将其发送到STDOUT并且如您所知，kmeans 是一种迭代算法。所以，我的问题是 Hadoop 流是否会遭受迭代程序的影响，我们应该MRJOB为迭代程序使用吗？