基于MapReduce的聚類算法在大數(shù)據(jù)運行速度
大?。?/span>1.30 MB 人氣： 2017-11-10 需要積分：0
隨著信息技術(shù)的進(jìn)步以及信息化社會的發(fā)展，出現(xiàn)各式各樣的海量數(shù)據(jù)，大量的數(shù)據(jù)累積在數(shù)據(jù)庫和數(shù)據(jù)倉庫中，理解它們已遠(yuǎn)遠(yuǎn)超出了人的能力。如何將這些堆積的“數(shù)據(jù)”轉(zhuǎn)變成人們理解的“知識”，數(shù)據(jù)挖掘技術(shù)應(yīng)運而生o”。從技術(shù)角度看，數(shù)據(jù)挖掘是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的、看似雜亂的實際數(shù)據(jù)中，提取隱含在其中的、人們不知道的，但又是潛在有用的信息和知識的過程。聚類分析是一項非常實用的數(shù)據(jù)挖掘技術(shù)。但面對龐大的數(shù)據(jù)集規(guī)模，計算的效率受限于單機(jī)處理能力。如何提高海量數(shù)據(jù)下的聚類分析能力是迫切需要解決的問題。Google實驗室提出的分布式并行編程模型或框架MapReducer3］，它通過集群來處理海量數(shù)據(jù)，是云計算平臺主流的并行數(shù)據(jù)處理模型。
Apache推出的Hadoop平臺用Java實現(xiàn)了MapReduce模型。Mahout是Hadoop平臺的組件之一，是一個機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘庫，它利用MapReduce編程模型實現(xiàn)了數(shù)據(jù)挖掘中的眾多算法，且具有良好的可擴(kuò)展性。本文在此基礎(chǔ)上，并基于Mahout進(jìn)行了聚類實例研究。
?
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
基于MapReduce的聚類算法在大數(shù)據(jù)運行速度下載
相關(guān)電子資料下載
- 數(shù)據(jù)分析工具有哪幾種模式 83
- 中交興路入選2024北京“數(shù)據(jù)要素×”典型案例集 886
- 中國鐵塔與?？低曔_(dá)成戰(zhàn)略合作 216
- spark運行的基本流程 91
- 季豐電子與孤波科技攜手合作為車規(guī)量產(chǎn)提供大數(shù)據(jù)支持 740
- 智慧園區(qū)綜合安防系統(tǒng)解決方案 83
- 大數(shù)據(jù)采集系統(tǒng)分為幾類 269
- 如何在數(shù)字化時代實現(xiàn)精益生產(chǎn)的創(chuàng)新發(fā)展？ 117
- 智慧水文監(jiān)測系統(tǒng) 87
- 大數(shù)據(jù)分析平臺網(wǎng)站 96