计算机科学 ›› 2012, Vol. 39 ›› Issue (11): 149-152.
杨阳 张为群 刘枫 黄仁杰
摘要: 粗糙K-mocks聚类算法需要根据经验为w2 , wu和。3个参数设定其固定值,聚类效果不稳定,容易受到噪声 干扰。提出一种基于MapReduce自适应参数的粗糙K-modes算法,它根据聚类不同阶段的特点自动调整参数值,优 化聚类效果。在此基础上,对自适应参数的粗糙K-modes算法进行MapRcducc并行化设计,以提高算法的运行效率。 实验证明,提出的自适应参数的粗糙K-modes算法聚类效果稳定,通过对算法的并行设计提高了算法对大规模数据 的聚类分析性能。
No related articles found! |
|