基于MapReduce的树增强型贝叶斯算法的并行实现

被引：1

作者：

陈燕 ^{[1
]}

陈亚林 ^{[2
]}

兰诗梅 ^{[1
]}

机构：

[1] 贵阳学院数学与信息科学学院

[2] 南京财经大学管理科学与工程学院

来源：

激光杂志 | 2015年 / 36卷 / 12期

关键词：

MapReduce; 树增强型贝叶斯算法; 并行实现;

D O I：

10.14016/j.cnki.jgzz.2015.12.140

中图分类号：

TP18 [人工智能理论]; TP338.6 [并行计算机];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ; 081201 ;

摘要：

为了解决大数据环境下数据日益增大且响应时间要求变短,以及串行贝叶斯分类器效率低且应用复杂度高的问题,提出了基于MapReduce的并行树增强型贝叶斯算法。本算法使用了弱化了独立性的树增强型贝叶斯算法以获得更高的分类精度,同时为了降低响应时间,引入了MapReduce模型,将本算法由串行转为并行,从而提高处理的速度。实验结果表明该算法比传统的树增强型贝叶斯算法具有更高的算法效率且随着数据节点的增加,加速比也同步增加。

引用

页码：140 / 144

页数：5

共 12 条

[1] 基于MapReduce的并行聚类算法设计与实现 [J].