基于Hadoop平台的K-means聚类算法.pdf

计算 机 系 统 应 用 ：．——．． 年 飨 卷 第 期
基于 平台的 聚类算法①
刘 宝龙，苏 金
西 安 ：业 大学 计算机科学工程学 院，西安
摘 要 ：传统 的 —算法虽然具有很 多优 点，但聚类准则 函数对簇密度不均 的数据集分类 效 较 ．文 】
加权标准 差准 则函数 的基础 之．．，增加 了收敛性判定，并在 平 台上提 出了一种 基编程思想
设计 优化的 ．并行算法．与传统 的 ．算 法相 比，设计 的并行算法在聚类 结果的准确 、速 比、
展性、收敛性等方面都有显著 的提 高，降低 了因簇密 度不均引起误分 的概率，提高 了算法 的聚类 精度，并 ‘数
据规模 越大、节点越 多，优化 的效果就越 明显 ．
关键 词：—；簇密度；聚类精度；；

—．
，’’，
：—，
．
，—
．．—
， ，
．
． ’ ，
．
： ；；； ；
随着 电商 、物联 网、云计算 等一系列新型技术 的 簇密度不均 的数据集 处理效 果较 荠，并行处理能 力
发展与应用 ，如 今的数据增 长 已不再 是线性的 、缓慢 差．易产 生内存 泄漏，缺乏 町伸缩性．
的，它 所 呈现 的是海景 的、复杂 的、实时的与爆炸 性 为了进 一步提 高算法 的运 行效 ， ：彩研究 人 员
的．日前 ，聚 类挖掘 技术 已经 越 来越 受到 行业 内的关 提 出了不 同的解决方案．文献【利 川多次随机采样 的