忽略k均值群集的输入数据

Question

输入数据
（键，数据点）

A，1,2,0,1,2,1的第一列， 2,1
B，2,2,3,1,1,1,1,0
C，3,1,2,3,4,5,0,1
D，1,2,0 ，1,2,5,0,1
....

我有上述格式的输入数据。我想执行Kmeans cluserting上面的数据忽略第一列，并想确定每个记录属于哪个中心。我已经丢弃了第一栏（键）和能够找到使用以下代码的聚类中心，但我期待在以下格式输出
（键，cluster_centre）
A，0
B，2
Ç ，1
d，0
...

代码：

data = sc.textFile("/home/user/inputfile.txt") 
parsedData = data.map(lambda line: array([long(x.strip()) for x in line.split(',')])) 
model = KMeans.train(parsedData, 3, maxIterations=10, runs=10, initializationMode="random") 
centers = model.clusterCenters 
for center in centers: print(center) 

Answer 1

filtered_cols = parsed_data.map（拉姆达X：X [1]）
模型= KMeans.train（filtered_cols，3，maxIterations = 10，运行= 10，initializationMode = “随机”）
中心= model.clusterCenters
为中心的中心：打印（中心）