数据挖掘网格中决策树并行算法设计及性能分析

被引：4

作者：

陈平 ^{[1
]}

乔秀全 ^{[2
]}

刘臻 ^{[1
]}

田小萍 ^{[1
]}

机构：

[1] 北京师范大学信息网络中心

[2] 北京邮电大学网络与交换技术国家重点实验室

来源：

北京邮电大学学报 | 2009年 / S1期

基金：

高等学校博士学科点专项科研基金;

关键词：

数据挖掘; 网格计算; 决策树; 并行性能;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

提出了C4.5决策树算法的一种并行算法,使传统的串行分类算法能在多台PC机和服务器组成的数据挖掘网格上并行数据挖掘.采用数据纵横剖分,结合递归过程的并行化,实现了可扩展的高性能并行计算,解决了处理海量数据时没有较好并行分类算法的问题.并给出了指导该并行算法高效计算的方法.数据运行试验和算法分析表明,该并行算法的性能受多个因素影响,并具有高效的并行效率计算加速比.

引用

页码：49 / 52

页数：4