10.3969/j.issn.1006-2475.2012.02.008
基于MapReduce的ID3决策树分类算法研究
决策树算法是经典的分类挖掘算法之一,具有广泛的实际应用价值.经典的ID3决策树算法是内存驻留算法,只能处理小数据集,在面对海量数据集时显得无能为力.为此,对经典ID3决策树生成算法的可并行性进行了深入分析和研究,利用云计算的MapReduce编程技术,提出并实现面向海量数据的ID3决策树并行分类算法.实验结果表明该算法是有效可行的.
云计算、数据挖掘、决策树、ID3、MapReduce
TP301.6(计算技术、计算机技术)
2012-04-27(万方平台首次上网日期,不代表论文的发表时间)
共5页
26-30