基于MapReduce的Kmeans并行算法及改进

被引：11

作者：

衣治安

王月

机构：

[1] 东北石油大学计算机与信息技术学院

来源：

计算机系统应用 | 2015年 / 24卷 / 06期

关键词：

Map Reduce; k-means算法; canopy算法; 并行计算; 聚类;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

摘要：

针对传统kmeans聚类算法在处理海量数据时所面临的内存不足、运算速度慢等问题,提出了一种基于Map Reduce的Kmeans并行算法,同时为了改善kmeans算法在初始值确定方面的盲目性,采用canopy算法进行改进.实验结果表明,基于Map Reduce的Kmeans并行算法和改进后的算法均能产生良好的聚类效果,不仅提高了聚类质量,而且在处理大数据集方面,改进后的算法的还能够得到趋近于线性的加速比.

引用

页码：188 / 192

页数：5

共 6 条

[1]

K-means算法研究综述 [J].