论文部分内容阅读
文中基于使传统聚类算法能够满足＇-3前大数据分析的对计算效率的需求，采用将传统聚类算法分布式化的方法提高传统聚类算法效率。结合近年来广泛使用的MapReduce分布式处理模型。对K—means、PAM、CLARA3种算法进行了分布式化实验，并从数据规模和节点数量两个方面考察、讨论了一些影响并行算法性能的因素。实验分析表明，该方法能够有效地将聚类方法并行化，并可以应用在分布式系统当中。