已閱讀1頁，還剩50頁未讀， 繼續(xù)免費閱讀
版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)
文檔簡介
1、大數(shù)據(jù)時代的來臨，使得傳統(tǒng)數(shù)據(jù)的存儲方式難以勝任海量的分析、管理、挖掘的任務，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是今后數(shù)據(jù)挖掘技術(shù)所接受的新任務。傳統(tǒng)的數(shù)據(jù)挖掘算法在海量數(shù)據(jù)面前，效率低下并且浪費存儲空間，云計算的興起為數(shù)據(jù)挖掘算法的并行化改進帶來了新的生機，其高效的編程模式，海量的存儲能力，強大的計算水平，為數(shù)據(jù)挖掘的未來提供了廣闊的平臺。
Hadoop是Apache公司旗下的一個構(gòu)建云計算平臺的頂級項目，基于
2、此項目的分布式計算平臺已經(jīng)非常穩(wěn)定，國內(nèi)外許多公司都使用Hadoop來搭建自己的分布式計算平臺。Hadoop以其開源、高性能、靈活易用等特點得到了廣泛研究和應用。Hadoop采用MapReduce編程模型來進行分布式計算，采用HDFS分布式文件系統(tǒng)進行文件存儲，并擁有包括數(shù)據(jù)庫HBase及數(shù)據(jù)倉庫Hive等一系列子項目。
本文主要對聚類算法中的K-means算法進行了詳細研究，通過對大規(guī)模數(shù)據(jù)進行抽樣，利用凸包及求解對踵點解決
溫馨提示
- 1. 本站所有資源如無特殊說明，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，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
- 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. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對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平臺的頻繁項數(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平臺的并行數(shù)據(jù)挖掘算法研究.pdf
- 基于Hadoop平臺的數(shù)據(jù)挖掘分類算法分析與研究.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)挖掘算法研究與實現(xiàn).pdf
- 基于Hadoop的頻繁模式挖掘算法研究.pdf
- 基于Hadoop平臺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現(xiàn)1.1
- 基于Hadoop平臺的醫(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)測數(shù)據(jù)孤立點挖掘研究.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)挖掘平臺的研究.pdf
- 基于Hadoop的共享決策樹挖掘算法研究.pdf
- 基于Hadoop多維時態(tài)數(shù)據(jù)挖掘模型的研究與應用.pdf
評論
0/150
提交評論