|
|||||
|
|
| MapReduce框架下基于抽样的分布式K-Means聚类算法 | |
| 作者姓名： | 杨杰明 吴启龙 曲朝阳 杨烁 阚中峰 高冶 |
| 作者单位： | 1. 东北电力大学 信息工程学院, 吉林 吉林 132012; 2. 国网吉林供电公司 信息通信分公司, 吉林 吉林 132000 |
| 摘 要： | 提出一种MapReduce框架下基于抽样的分布式K-Means聚类算法,解决海量数据环境下并行执行K-Means算法时,时间开销较大的问题.该算法使用抽样方法,在保证数据分布不变的前提下,对数据集的规模进行约减,并在MapReduce框架下对聚类算法进行优化.实验结果表明,该算法在保持良好聚类效果的同时,能有效缩短聚类时间,对大规模数据集具有较高的执行效率和较好的可扩展性. |
| 关 键 词： | 抽样 MapReduce 分布式计算 K-Means聚类算法 |
| 收稿时间： | 2016-05-18 |
| 本文献已被 CNKI 等数据库收录！ | |
| 点击此处可从《吉林大学学报(理学版)》浏览原始摘要信息 | |
| 点击此处可从《吉林大学学报(理学版)》下载全文 | |