基于MapReduce的K_means并行算法及改进

• 作者: 王月 衣治安
• 来源期刊: 计算机系统应用
• 关键词: MapReduce k-means算法 canopy算法 并行计算 聚类
• 年，卷（期）: 2015,（6）
• 所属期刊栏目: 软件技术?算法
• 页码范围: 188-192
• 页数: 5页
• 字数: 3866字
• 语种: 中文

摘要

针对传统k_means聚类算法在处理海量数据时所面临的内存不足、运算速度慢等问题，提出了一种基于MapReduce的K_means并行算法，同时为了改善k_means算法在初始值确定方面的盲目性，采用canopy算法进行改进。实验结果表明，基于MapReduce的K_means并行算法和改进后的算法均能产生良好的聚类效果，不仅提高了聚类质量，而且在处理大数据集方面，改进后的算法的还能够得到趋近于线性的加速比。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王月	东北石油大学计算机与信息技术学院	4	12	3.0	3.0
2	衣治安	东北石油大学计算机与信息技术学院	14	58	5.0	7.0