基于Hadoop的K-Means聚类算法实现

该方法有三个参数：数据文件地址、中心点文件地址和聚类数。在配置文件中设置聚类数，以便mapper读取。还需要设置相应的mapper和reducer类以及输入输出格式。重要的是，reducer使用了KmeansReducer类，即用于计算中心点的reducer。在每次生成新的中心点文件时，需要注意HDFS不支持同名文件的覆盖，因此需要检查是否已经存在同名文件，如果存在，则需要先删除。