使用Spark機器學習,流技術和Kafka API監視實時Uber數據(第2部分)

這篇文章是該系列文章的第二部分,我們將建立一個實時示例,用於分析和監視Uber車載GPS行程數據 。 如果您尚未閱讀本系列的第一部分 ,則應先閱讀。 第一篇文章討論了使用Apache Spark的K-means算法創建機器學習模型,以基於位置對Uber數據進行聚類。 第二篇文章將討論將保存的K-means模型與流數據一起使用,以對Uber汽車在何時何地進行集羣進行實時分析。 用例示例:地理上集羣的
相關文章
相關標籤/搜索