基于Canopy的K-Means并行化算法

• 作者: 王颖
• 来源期刊: 电脑与电信
• 学科: 工学
• 关键词: 数据挖掘 Canopy 并行化 Hadoop
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 算法研究
• 页码范围: 30-33
• 页数: 4页
• 分类号: TP311.13
• 字数: 3004字
• 语种: 中文

摘要

针对大数据带来的海量信息,传统的数据挖掘方法已经不再适用.近些年来很多学者提出新的数据挖掘方式,或者在传统的方法上进行改进,但是还远不足以处理这些海量信息.在总结已有方法的基础上,提出一种基于Canopy的K-Means并行化算法.与传统的K-Means算法相比,本文提出的改进方法会通过密度确定初始中心,然后在Hadoop分布式集群上运行K-Means算法.实验证明,该方法在保证精度的情况下,能降低运算复杂度从而提高计算效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王颖	安徽理工大学计算机科学与工程系	8	12	1.0	3.0