×

基于MapReduce/Spark的大规模压缩模糊K-近邻算法

消耗积分:0 | 格式:pdf | 大小:1.59 MB | 2021-03-17

分享资料个

　　压缩模糊K-近邻（ CFKNN）算法仅适用于中小数据环境，且其样例选择采用静态机制，导致算法不能对阈值进行动态调整从而选岀最优样例。为此，对 CFKNN算法进行改进，将其扩展到大规模数据环境，提出分别基于Mapreduce和 Spark的2种大规模压缩模糊K-近邻算法。在样例选择阈值设置方面，引人动态机制，使得所选样例更具代表性。在具有7个数据节点的大数据平台上进行实验，结果表明，与 CFKNN算法相比，所提2种算法具有更高的分类精度和加速比。2个平台相比， Mapreduce产生的中间文件数目多于 Spark，而 Spark在运行时间和同步次数上优于 Mapreduce。

下载并关注上传者 低至0.43元/天 开通VIP 免费下载

声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉

评论(0)
发评论

下载排行榜

全部0条评论

快来发表一下你的评论吧 !