基于MapReduce的随机抽样K-means算法

• 作者: 戴伟 武超 王永贵
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: K-means 随机抽样 海量数据 MapReduce
• 年，卷（期）: 2016,（8）
• 所属期刊栏目: 大数据与云计算
• 页码范围: 74-79
• 页数: 6页
• 分类号: TP301
• 字数: 4018字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1407-0088

摘要

K-means算法处理海量数据时,易产生系统内存溢出的现象.利用MapReduce框架改进K-means虽然解决了这个问题,但也存在着聚类效果不稳定以及准确率不高等问题,提出一种改进算法,利用MapReduce框架实现K-means时,采用多次随机抽样,通过计算密度、距离与平方误差等方法,最终选取较优的初始聚类中心,并在迭代中采用新的中心点计算方法.实验结果证明,改进后的算法具有较好的稳定性、准确性和加速比.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王永贵		47	293	10.0	15.0
2	戴伟		2	17	2.0	2.0
3	武超		3	17	2.0	3.0