基于MapReduce的并行子空间聚类算法 |
| |
引用本文: | 董家鸣,潘懋,张弛.基于MapReduce的并行子空间聚类算法[J].科学技术与工程,2017,17(15). |
| |
作者姓名: | 董家鸣 潘懋 张弛 |
| |
作者单位: | 北京大学地球与空间科学学院信息地质研究实验室,北京大学地球与空间科学学院信息地质研究实验室,北京大学地球与空间科学学院信息地质研究实验室 |
| |
摘 要: | 随着现有数据体量的迅速增长,超大规模中高维数据集的聚类问题变得越来越重要;而现有的子空间聚类算法大多是单机串行执行,处理此类问题效率极低。讨论了利用MapReduce对这类数据集进行并行聚类的方法,提出了基于MapReduce的抽样-忽略子空间聚类算法(sample-ignore subspace clustering using MapReduce,SISCMR)。该算法将串行聚类算法用作插件,具有很好的通用性。在人造和真实数据集上进行了大量实验,其中最大为0.2 TB的数据集在128个核心的集群中仅用不到10 min就完成了聚类,验证了该算法良好的聚类质量、近线性的可扩展性和高效的聚类性能,证明了基于MapReduce的并行聚类的可行性。
|
关 键 词: | 子空间聚类 并行聚类 MapReduce 高维数据 |
收稿时间: | 2016/10/25 0:00:00 |
修稿时间: | 2016/10/25 0:00:00 |
Parallel Subspace Clustering using MapReduce |
| |
Abstract: | |
| |
Keywords: | subspace clustering parallel clustering MapReduce high dimensional data |
本文献已被 CNKI 等数据库收录! |
| 点击此处可从《科学技术与工程》浏览原始摘要信息 |
| 点击此处可从《科学技术与工程》下载免费的PDF全文 |
|