- 1、本文档共5页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于Hadoop平台的并行化数据分类算法研究
学兔兔
铷l 匐 似
基于Hadoop平台的并行化数据分类算法研究
Research on parallelized cIassi们cation algorithm based on the Hadoop platform
黄 黎,顾 筠
HUANG Li.GU Jun
(江苏开放大学信息工程系,南京21 001 7)
摘 要:随着云数据规模的急剧增长,传统的基于统计学和机器学习方法的数据分类算法在处理海量、
异构和复杂的Web数据时面临系统扩展性的瓶颈。在云计算平台Hadoop上,实现数据分类中
特征提取、特征分析和特征分类的MapReduce化处理。通过知识推理并行化特征构造,建立
概念层次结构的特征度量,与分类算法的并行化处理进行融合,在真实数据集上进行验证,
与传统算法组合在精度和时间开销上进行比较,实验表明该分类算法能获得更好的准确性和
加速比,是一种有效的海量数据分类方法。
关键词:云计算;数据分类;Hadoop;并行计算;MapReduoe
中圈分类号:TP3 文献标识码:A 文章编号:1 009-01 34(201 4)07(下)-0005-05
Doi:1 0.3969/J.1ssn.1 009-01 34.2014.07(下).02
0 引言 研究正成为学术界研究的热点,很多学者认为
MapReduce模型适合结构一致的海量数据,且要
随着云时代的到来和移动互联网的快速发
展,数据规模急剧膨胀,数据挖掘的要求和环境 求计算简单;而大量的数据密集型应用,往往涉
也变得越来越复杂。数据分类作为数据挖掘中一 及到数据降维、程序迭代、近似求解等复杂的算
法,计算非常困难。针对传统数据挖掘软件扩展
项非常重要的工作,在商业、军事、科研的决策
性差以及MapReduce数据分析功能薄弱的特点,斯
分析中应用广泛。但是海量数据本身具有噪声、
坦福大学Chu等人在国际学术会议NIPS’2006提出
异构、算法复杂、技术复杂等问题,使得传统的
一 种基于MapReduce的、适用于大量机器学习算法
基于统计理论和机器学习算法的分类方法及其体
的通用并行编程框架,实现了在若干独立数据集
系架构在海量数据中面临很多局限,因此,在海
量Web数据分类中如何提高数据处理能力和执行 上的并行化求和操作。Ranger等人提出了一个基
于MapReduce的应用程序编程接口Phoenix,并实
效率已成目前的研究热点。
现了K—MeaJ1s、主成分分析和线性回归三种数据挖
云计算平台提供的分布式文件存储和并行计
您可能关注的文档
- 基于EPCGID-96老干妈企业物联网RFID标签编码方案研究与应用.pdf
- 基于ExcelVBA的合同发票管理系统的设计与实现.pdf
- 基于Ethernet的综采工作面液压支架远程监控系统研究.pdf
- 基于ExcelVBA的监考教师抽取系统设计与实现.pdf
- 基于Ethernet/IP的全自动立式压滤机控制系统设计.pdf
- 基于Excel数据挖掘实现制造企业的决策支持.pdf
- 基于FAHP的软件质量功能展开模型.pdf
- 基于FANUC-0i-TTC的曲轴连杆颈内铣控制系统设计及应用.pdf
- 基于ESO方法的梁形状拓扑优化.pdf
- 基于FANUC0i的清角铣削模块开发.pdf
- 5.2 北方地区和南方地区2023-2024学年八年级下册地理同步教学设计(湘教版).docx
- Unit 3 Festivals and Customs Extended reading 教学设计-2023-2024学年高中英语译林版(2020)必修第二册.docx
- 5.1.5两栖类和爬行类教学设计2023-2024学年人教版生物八年级上册.docx
- 2024-2025学年高中物理选修3-2教科版教学设计合集.docx
- 2024-2025学年高中物理必修1沪科版教学设计合集.docx
- 2024-2025学年高中历史选修1 历史上重大改革的回眸人民版教学设计合集.docx
- 2024-2025学年小学信息技术(信息科技)五年级上册南方版(湖南)(2019)教学设计合集.docx
- 2024-2025学年初中信息技术(信息科技)九年级下册科学版(2018)教学设计合集.docx
- 2024-2025学年小学信息技术(信息科技)五年级上册浙教版(2023)教学设计合集.docx
- 2024-2025学年小学英语四年级下册人教版(PEP)(2024)教学设计合集.docx
文档评论(0)