【摘 要】
：
针对传统决策树算法不能解决海量数据挖掘以及ID3算法的多值偏向问题,设计和实现了一种基于MapReduce架构的并行决策树分类算法。该算法采用属性相似度作为测试属性的选择标
【基金项目】
：
国家自然科学基金资助项目(61063001/F020207);浙江大学工业控制技术国家重点实验室项目(ICT1109)
论文部分内容阅读
针对传统决策树算法不能解决海量数据挖掘以及ID3算法的多值偏向问题,设计和实现了一种基于MapReduce架构的并行决策树分类算法。该算法采用属性相似度作为测试属性的选择标准来避免ID3算法的多值偏向问题,采用MapReduce模型来解决海量数据挖掘问题。在用普通PC搭建的Hadoop集群的实验结果表明:基于MapReduce的决策树算法可以处理大规模数据的分类问题,具有较好的可扩展性,在保证分类正确率的情况下能获得接近线性的加速比。
其他文献
通过测定绍兴市某矿区18个样点土壤中典型重金属的含量,并对其进行重金属污染分析与评价,探讨了矿区土壤中重金属的积累规律.结果表明,该矿区重金属含量Zn＞Pb＞Cr＞ Cu ＞As ＞Cd ＞Hg,C
田纳西·威廉斯是第二次世界大战后美国历史上最伟大的剧作家之一，为美国戏剧界作出了巨大的贡献。他的一生创作了《玻璃动物园》、《欲望号街车》、《热铁皮屋顶上的猫》等不
'26岁腐败现象'的实质就是腐败群体的年轻化倾向,它表明腐败已渗透进青年群体.'26岁腐败现象'和'59岁现象'以及'39岁现象'的先后继起和同时
南朝乐府和“宫体诗”是中古诗歌史上两种重要的诗歌样式,都以描写女性及其有关事物为主,共同构成南朝诗歌的“艳情”特质。南朝乐府系统包括民间的乐府民歌和上层的文人乐府
“80后”文学是在世纪之交的中国文坛呈现出的一个崭新的文学文化现象，虽然它的出现时间并不长，但却向我们的新世纪文坛展现了其巨大的影响力。而所谓的“80后”作家主要是指20
目的评价注射用洋参叶皂苷对冠心病心绞痛(气阴两虚型)的临床疗效。方法将符合冠心病心绞痛(气阴两虚型)的患者78例随机分为治疗组48例和对照组30例。治疗组以注射用洋参叶皂
我国新版GMP的推出实施已在面前,新版GMP涵盖了欧盟GMP基本要求和WHO的GMP主要原则内容,对药品的质量保证体系有了更为严格的要求。在引入或明确了一些概念和强化文件管理的
设计一种能够自动跟踪太阳方位的太阳能电池板自动追日系统以提高太阳能电池的光-电转化率。该系统以STC单片机为核心,利用光电传感器跟踪确定太阳方位,利用计时芯片和步进电
<正>巨大垂体腺瘤(giant pituitary adenomas,GPAs)占位效应明显,侵袭性强,一直是神经外科的治疗难题。手术操作首选经蝶入路,具体术式以肿瘤的主要生长方向及侵袭性决定。随
<正> 章庸宽先生年逾七旬,业医四十余载,擅治妇、儿疾病。三十多年来,运用家传秘方种子丸治疗不孕症893例,疗效尚属满意。笔者有幸曾侍诊于侧,得授该方。兹经章老首肯,爰作披