基于大数据平台hadoop的聚类算法K值优化研究

• 作者: 孟晓燕 武霞 董增寿
• 来源期刊: 太原科技大学学报
• 学科: 工学
• 关键词: 聚类 大数据 Hadoop Kmeans
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 计算机科学与信息工程
• 页码范围: 92-96
• 页数: 5页
• 分类号: TP301.6
• 字数: 3760字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-2057.2015.02.003

摘要

针对最大最小值原则的Kmeans聚类算法运行在Hadoop平台时需要多次遍历所有数据的问题，提出了一种改进的初始聚类中心的选择算法称为M＋Kmeans算法。该算法只需要遍历一次全局数据极大的缩减了算法并行运算时消耗的时间。多组实验测试结果显示，设计的M＋Kmeans算法适合运行在大规模集群Hadoop平台上，并且加速比和扩展率较原始算法有明显提高。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董增寿	太原科技大学电子信息工程学院	69	116	5.0	9.0
2	武霞	太原科技大学电子信息工程学院	2	0	0.0	0.0
3	孟晓燕	太原科技大学电子信息工程学院	2	0	0.0	0.0