基于MapReduce的K-means聚类集成

被引：8

作者：

冀素琴

石洪波

机构：

[1] 山西财经大学信息管理学院

来源：

计算机工程 | 2013年 / 39卷 / 09期

关键词：

海量数据; 聚类; MapReduce框架; K-means算法; 共协关系矩阵; 聚类集成;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

针对传统聚类算法难以高效进行海量数据聚类分析的问题,提出一种基于MapReduce框架的K-means聚类集成算法。利用K-means算法生成不同聚簇数目的基聚类结果,改进共协关系矩阵,依据数据点对出现次数进行集成,自动得出最终聚类结果。实验结果表明,该算法能够有效地改善聚类质量,具有良好的扩展性,适用于海量数据的聚类分析。

引用

页码：84 / 87

页数：4

共 9 条

[1]

Clustering aggregation by probability accumulation.[J].Xi Wang;Chunyu Yang;Jie Zhou.Pattern Recognition.2008, 5

[2] Clusterer ensemble [J].

Zhou, ZH ;

Tang, W .

KNOWLEDGE-BASED SYSTEMS, 2006, 19 (01) :77-83

[3] MapReduce:新型的分布式并行计算编程模型 [J].

李成华 ;

张新访 ;

金海 ;

向文 .

计算机工程与科学, 2011, 33 (03) :129-135

[4] 聚类集成方法研究 [J].

杨草原 ;

刘大有 ;

杨博 ;

池淑珍 ;

金弟 .

计算机科学, 2011, 38 (02) :166-170

[5] 基于数学形态学的聚类集成算法 [J].

罗会兰 ;

危辉 .

计算机科学, 2010, 37 (08) :214-218

[6] 基于隐含变量的聚类集成模型 [J].

王红军 ;

李志蜀 ;

成飏 ;

周鹏 ;

周维 .

软件学报, 2009, 20 (04) :825-833

[7] 聚类算法研究 [J].

孙吉贵 ;

刘杰 ;

赵连宇 .

软件学报, 2008, (01) :48-61

[8]

聚类集成算法及应用研究.[D].刘秉义.南京理工大学.2012, 07

[9]

聚类算法及基于簇模式聚类集成研究.[D].耿锦威.安徽大学.2011, 04

← 1 →