一种并行化的分类算法研究

• 作者: 李慧彦
• 来源期刊: 智能计算机与应用
• 学科: 工学
• 关键词: Spark KNN MapReduce
• 年，卷（期）: 2017,（3）
• 页码范围: 127-129
• 页数: 3页
• 分类号: TP393
• 字数: 2038字
• 语种: 中文

摘要

研究并实现了基于Spark的KNN算法的并行构建.分析了MapReduce模型和Spark在处理迭代计算方面的优劣,结合KNN算法的自身特点设计了对应的Map算子和Reduce算子,实现了KNN算法的Spark并行化.实验结果表明,较传统的KNN串行算法和MapReduce并行KNN算法,基于Spark的并行KNN分类算法具有较好的效率和较高的可扩展性.