共 15 条
[1]
[2]
[3]
[4]
[5]
[6]
[7]
[8]
[9]
[10]
一种K-means改进算法的并行化实现与应用
被引：109
作者：
李晓瑜
[1
]
俞丽颖
[1
]
雷航
[1
]
唐雪飞
[1
,2
]
机构：
[1] 电子科技大学信息与软件工程学院
[2] 成都康赛信息技术有限公司
来源：
关键词：
canopy算法;
Hadoop;
MapReduce;
并行K-means;
文本聚类;
D O I：
暂无
中图分类号：
TP311.13 [];
学科分类号：
摘要：
随着数据的爆炸式增长,聚类研究作为大数据的核心问题之一,正面临计算复杂度高和计算能力不足等诸多问题。提出了一种基于Hadoop的分布式改进K-means算法,该算法通过引入Canopy算法初始化K-means算法的聚类中心,克服传统K-means算法因初始中心点的不确定性,易陷入局部最优解的问题。本算法在Canopy(罩盖)中完成K-means聚类,并在Canopy间完成簇的合并,聚类效果稳定,迭代次数少。同时,结合MapReduce分布式计算模型,给出改进后算法的并行化设计方法和策略,进一步通过改进相似度度量方法,将该方法用于文本聚类中。实验结果证明该算法具有良好的准确率和扩展性。
引用
收藏
页码：61 / 68
页数：8
相关论文