基于 Map／Reduce 的决策树分类挖掘方法应用研究

• 作者: 万定生 余宇峰 李根 樊龙
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: Map/Reduce 技术 K-means 算法 决策树 C4 .5BH 算法
• 年，卷（期）: 2016,（8）
• 所属期刊栏目: 信息处理与网络安全
• 页码范围: 1504-1510
• 页数: 7页
• 分类号: TP311
• 字数: 5200字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2016.08.023

摘要

传统数据挖掘模式在处理海量、多维、复杂等特征的数据时，存在计算能力弱、效率低、可扩展性差等问题。论文提出基于 Map／Reduce 的决策树分类挖掘方法（C4．5BH 算法），该算法采用 K-means 聚类方法对连续属性进行离散化，并利用 Map／Reduce 编程模型和属性表结构实现了决策树构造过程中属性的并行计算和节点的并行分裂。实验证明，与传统的 C4．5算法相比，C4．5BH 算法在处理大规模数据集时具有更高的执行效率和良好的加速比。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	万定生	河海大学计算机与信息学院	87	634	15.0	20.0
2	余宇峰	河海大学计算机与信息学院	10	86	5.0	9.0
3	李根	河海大学计算机与信息学院	5	18	2.0	4.0
4	樊龙		1	1	1.0	1.0