基于哈希技术和MapReduce的大数据集K-近邻算法

• 作者: 张明阳 王婷婷 翟俊海 郝璞
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: K-近邻 哈希技术 分类算法 大数据集
• 年，卷（期）: 2017,（7）
• 所属期刊栏目: 人工智能
• 页码范围: 210-214
• 页数: 5页
• 分类号: TP181
• 字数: 5649字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2017.07.037

摘要

K-近邻是一种著名的分类算法.由于简单且易于实现,因此其被广泛应用于许多领域,如人脸识别、基因分类、决策支持等.然而,在大数据环境中,K-近邻算法变得非常低效,甚至不可行.针对这一问题,提出了一种基于哈希技术和MapReduce的大数据集K-近邻分类算法.为了验证算法的有效性,在4个大数据集上进行了实验,结果显示,在保持分类能力的前提下,所提算法可以大幅度地提高K-近邻算法的效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	翟俊海	河北大学数学与信息科学学院	45	256	9.0	12.0
2	王婷婷	河北大学数学与信息科学学院	19	31	4.0	4.0
3	郝璞	河北大学数学与信息科学学院	5	33	2.0	5.0
4	张明阳	河北大学数学与信息科学学院	6	19	3.0	4.0