一种基于Hadoop的高效K -Me doids并行算法

摘要：

针对传统 K -Me doids算法对初始聚类中心敏感、收敛速度慢，以及在大数据环境下所面临的内存容量和CPU处理速度的瓶颈问题，从改进初始中心选择方案和中心替换策略入手，利用Hadoop分布式计算平台结合基于Top K 的并行随机采样策略，实现了一种高效稳定的 K -Medoids并行算法，并且通过调整Hadoop平台，实现算法的进一步优化。实验证明，改进的K-Medoids算法不仅有良好的加速比，其收敛性和聚类精度均得到了改善。

关键词：K-Me doids、分布式计算、Hadoop、并行采样

分类号：TP301(计算技术、计算机技术)

在线出版日期：2015-09-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：47-54