Spark环境下K-means初始中心点优化研究综述

• 作者: 南方哲 行艳妮 赵京霞 钱育蓉
• 来源期刊: 计算机应用研究
• 关键词: K-均值算法 分布式内存计算框架 算法优化 聚类算法
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 综述评论
• 页码范围: 641-647
• 页数: 7页
• 分类号: TP391
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.10.0609

摘要

为了能够及时了解Spark环境下经典聚类算法K-means的最新研究进展,把握K-means算法当前的研究热点和方向,针对K-means算法的初始中心点优化研究进行综述.首先介绍了内存计算框架Spark和K-means算法,并分析了K-means算法聚类不稳定性的成因和影响,其目的在于指出优化K-means算法的重要性;详细介绍了目前在Spark环境下优化K-means初始中心点的主要方法和最新研究现状,并展望了K-means初始中心点优化问题的未来研究方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钱育蓉	新疆大学软件学院	85	510	13.0	20.0
2	行艳妮	新疆大学软件学院	4	0	0.0	0.0
3	赵京霞	新疆大学软件学院	9	10	1.0	3.0
4	南方哲	新疆大学软件学院	5	0	0.0	0.0