基于MapReduce自适应参数的粗糙K-modes算法研究

• 作者: 刘枫 张为群 杨阳 黄仁杰
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 粗糙K-modes 自适应参数 MapReduce并行化
• 年，卷（期）: 2012,（11）
• 所属期刊栏目: 数据库与数据挖掘
• 页码范围: 149-152,164
• 分类号: TP391
• 字数: 6059字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-137X.2012.11.034

摘要

粗糙K-modes聚类算法需要根据经验为wl、wu.和ε3个参数设定英固定值,聚类效果不稳定,容易受到噪声干扰.提出一种基于MapReduce自适应参数的粗糙K-modes算法,它根据聚类不同阶段的特点自动调整参数值,优化聚类效果.在此基础上,对自适应参数的粗糙K-modes算法进行MapReduce并行化设计,以提高算法的运行效率.实验证明,提出的自适应参数的粗糙K-modes算法聚类效果稳定,通过对算法的并行设计提高了算法对大规模数据的聚类分析性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘枫	西南大学计算机与信息科学学院	61	355	10.0	15.0
3	张为群	西南大学计算机与信息科学学院	34	224	8.0	12.0
4	杨阳	西南大学计算机与信息科学学院	34	245	8.0	15.0
5	黄仁杰	西南大学计算机与信息科学学院	7	34	4.0	5.0