问如何利用Spark模型获取how聚类数据

EN

我正在使用Spark对600万条记录进行Kmeans集群，我使用了以下代码来获取Kmeans：

val model = KMeans.train(parsedData, 3, 8)

我将集群中心编号设置为3。使用下面的代码，我可以通过以下代码获得3个集群中心：

model.clusterCenters.foreach{println} 

我的问题是，如何才能得到真实的组数据，我认为星火应该输出600万个真实数据与3个组。

的进一步问题请：上面的任务对文本文档进行聚类。所以我把文本文档转移到浮动向量。火花只输出浮点矢量，但我想直接得到原始文本文档，请问有什么想法吗？例如:我的文件如下：

doc1: {the book is good}
doc2: {the weather is sunny}
doc3: {rain is coming}

我将上面的文本文件传输到浮动向量，如下所示，用于向Spark提供信息：

doc1:{0.2,0.3,0.5,1.5,0.0,0.0,0.0,0.0}
doc1:{0.2,0.0,0.5,0.0,0.8,0.0,0.0,0.0}
doc1:{0.0,0.3,0.0,0.0,0.8,0.0,0.0,0.9}

因此，我希望Spark能够直接输出集群原始文本文档，而不是浮动向量。