K-Means聚类算法在MapReduce框架下的实现

• 作者: 杨健兵
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: K-Means MapReduce 数据挖掘 聚类算法
• 年，卷（期）: 2016,（12）
• 所属期刊栏目: 算法与语言
• 页码范围: 30-32
• 页数: 3页
• 分类号: TP311
• 字数: 2886字
• 语种: 中文
• DOI: 10.11907/rjdk.162043

摘要

MapReduce是一种编程模型,这种编程模型编程简单,不必关心底层实现细节,可用于大规模数据集的并行计算.K-Means是一种简单、基本的数据挖掘聚类方法,它将对象组织成多个互斥的组或簇.针对 K-Means 的特点,给出了 MapReduce编程模型下K-Means的实现方法.实验结果表明,MapReduce编程模型下的 K-Means 算法部署在 Hadoop集群上运行具有较好的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨健兵	南通科技职业学院信息工程系	9	16	2.0	3.0