版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、大數(shù)據(jù)時(shí)代的來(lái)臨,使得傳統(tǒng)數(shù)據(jù)的存儲(chǔ)方式難以勝任海量的分析、管理、挖掘的任務(wù),如何能快速有效的從中發(fā)現(xiàn)可供人們使用的信息及知識(shí)是今后數(shù)據(jù)挖掘技術(shù)所接受的新任務(wù)。傳統(tǒng)的數(shù)據(jù)挖掘算法在海量數(shù)據(jù)面前,效率低下并且浪費(fèi)存儲(chǔ)空間,云計(jì)算的興起為數(shù)據(jù)挖掘算法的并行化改進(jìn)帶來(lái)了新的生機(jī),其高效的編程模式,海量的存儲(chǔ)能力,強(qiáng)大的計(jì)算水平,為數(shù)據(jù)挖掘的未來(lái)提供了廣闊的平臺(tái)。
Hadoop是Apache公司旗下的一個(gè)構(gòu)建云計(jì)算平臺(tái)的頂級(jí)項(xiàng)目,基于
2、此項(xiàng)目的分布式計(jì)算平臺(tái)已經(jīng)非常穩(wěn)定,國(guó)內(nèi)外許多公司都使用Hadoop來(lái)搭建自己的分布式計(jì)算平臺(tái)。Hadoop以其開(kāi)源、高性能、靈活易用等特點(diǎn)得到了廣泛研究和應(yīng)用。Hadoop采用MapReduce編程模型來(lái)進(jìn)行分布式計(jì)算,采用HDFS分布式文件系統(tǒng)進(jìn)行文件存儲(chǔ),并擁有包括數(shù)據(jù)庫(kù)HBase及數(shù)據(jù)倉(cāng)庫(kù)Hive等一系列子項(xiàng)目。
本文主要對(duì)聚類(lèi)算法中的K-means算法進(jìn)行了詳細(xì)研究,通過(guò)對(duì)大規(guī)模數(shù)據(jù)進(jìn)行抽樣,利用凸包及求解對(duì)踵點(diǎn)解決
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于Hadoop的數(shù)據(jù)挖掘算法的研究.pdf
- 基于Hadoop平臺(tái)的頻繁項(xiàng)數(shù)據(jù)挖掘算法研究.pdf
- 基于HADOOP的數(shù)據(jù)挖掘研究.pdf
- 基于Hadoop平臺(tái)的并行數(shù)據(jù)挖掘算法研究.pdf
- 基于Hadoop平臺(tái)的數(shù)據(jù)挖掘分類(lèi)算法分析與研究.pdf
- 基于hadoop2.0的數(shù)據(jù)挖掘算法并行化研究
- 基于Hadoop的健康物聯(lián)網(wǎng)數(shù)據(jù)挖掘算法研究與實(shí)現(xiàn).pdf
- 基于Hadoop的頻繁模式挖掘算法研究.pdf
- 基于Hadoop平臺(tái)的角色挖掘算法研究.pdf
- 基于Hadoop的數(shù)據(jù)挖掘技術(shù)研究.pdf
- 基于hadoop的數(shù)據(jù)挖掘算法并行化研究與實(shí)現(xiàn)1.1
- 基于Hadoop平臺(tái)的醫(yī)保數(shù)據(jù)挖掘.pdf
- 基于Hadoop的海量小型XML數(shù)據(jù)挖掘的研究.pdf
- 基于Hadoop平臺(tái)的并行關(guān)聯(lián)規(guī)則挖掘算法研究.pdf
- 基于Hadoop的橋梁監(jiān)測(cè)數(shù)據(jù)孤立點(diǎn)挖掘研究.pdf
- Hadoop下基于數(shù)量關(guān)聯(lián)規(guī)則的數(shù)據(jù)挖掘研究.pdf
- 基于Hadoop的關(guān)聯(lián)規(guī)則挖掘算法分析.pdf
- 基于Hadoop技術(shù)的氣象數(shù)據(jù)采集及數(shù)據(jù)挖掘平臺(tái)的研究.pdf
- 基于Hadoop的共享決策樹(shù)挖掘算法研究.pdf
- 基于Hadoop多維時(shí)態(tài)數(shù)據(jù)挖掘模型的研究與應(yīng)用.pdf
評(píng)論
0/150
提交評(píng)論