| 基于MapReduce和Spark的大数据模糊K-means算法比较 |
| |
| 作者姓名： | 翟俊海 田石 张素芳 王谟瀚 宋丹丹 |
| |
| 作者单位： | 河北大学数学与信息科学学院河北省机器学习与计算智能重点实验室,河北保定071002,河北大学数学与信息科学学院河北省机器学习与计算智能重点实验室,河北保定071002,中国气象局气象干部培训学院河北分院,河北保定 071000,河北大学数学与信息科学学院河北省机器学习与计算智能重点实验室,河北保定071002,河北大学数学与信息科学学院河北省机器学习与计算智能重点实验室,河北保定071002 |
| |
| 基金项目： | 研究生创新项目;河北省重点研发计划项目;河北省自然科学基金;河北省研究生专业学位教学案例库建设项目;教育教学改革研究项目 |
| |
| 摘 要： | 从原理和实验2方面对基于MapReduce和Spark的大数据模糊K-均值算法进行分析比较,并对2种大数据开源平台的优缺点进行了总结.由于模糊K-均值算法是一种迭代算法,需要对部分数据进行重复操作以得到最终聚类结果,因此主要从算法执行时间、同步次数、文件数目、容错性能、资源消耗这5方面进行比较,得出的结论对从事大数据研究的人员具有较高的参考价值.
|
| 关 键 词： | 大数据 机器学习 聚类算法 模糊聚类算法 迭代算法 |
| 收稿时间： | 2019-09-09 |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《河北大学学报(自然科学版)》浏览原始摘要信息 |
|
点击此处可从《河北大学学报(自然科学版)》下载全文 |
|
