基于Hadoop平台的SVM KNN分类算法的研究

• 作者: 李正杰 黄刚
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 数据挖掘 Hadoop 并行化 SVM KNN
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 75-79,84
• 页数: 6页
• 分类号: TP301.6
• 字数: 5231字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2016.03

摘要

数据的变革带来了前所未有的发展，对丰富且复杂的结构化、半结构化或者是非结构化数据的监测、分析、采集、存储以及应用，已经成为了数据信息时代发展的主流，分类和处理海量数据包含的信息，需要有更好的解决方法。传统的数据挖掘分类方式显然已经不能满足需求，面对这些问题，这里对数据挖掘的一些分类算法进行分析和改进，对算法进行结合，提出了改进的SVM KNN分类算法。在这个基础上，利用Hadoop云计算平台，将研究后的分类算法在MapReduce模型中进行并行化应用，使改进后的算法能够适用于大数据的处理。最后用数据集对算法进行实验验证，通过对比传统的SVM分类算法，结果表明改进后的算法达到了高效、快速、准确、低成本的要求，可以有效地进行大数据分类工作。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄刚	南京邮电大学计算机学院	66	823	12.0	27.0
2	李正杰	南京邮电大学计算机学院	2	24	2.0	2.0