基于Hadoop的FP-Growth关联规则并行改进算法
大数据环境下,传统的串行FP-Growth算法在处理海量数据时,占用内存过大、频繁项多,适用于大数据情况的PFP(parallel FP-Growth)算法存在数据量增大无法处理的缺陷。针对这些问题,提出了基于Hadoop的负载均衡数据分割FP-Growth并行算法。在Hadoop平台下,使用负载均衡和数据分割相结合的方式对原始事务数据集分片实现并行化。实验证明,基于Hadoop的负载均衡数据分割FP-Growth并行算法在处理数据量和效率上有所提高。
文件下载
评论信息
其他资源
- 提取图片纹理特征（能量、熵、惯性矩、相关性）
- ETHERCAT从站参考代码
- VF学生管理系统（完整）
- 3PAR StoreServ remote copy原厂资料(详细图文)
- 基于深度学习的文本分类技术研究进展
- Blade IDS Informer特别版
- VB6.0 读取NMEA的GGA
- C语言课程设计——学生信息管理系统加文件（源码）
- Random Walk Model Matlab源代码
- 简单的ssh框架项目
- 枚举型和int、string之间的转换.zip
- 小程序的全栈开发新时代
- 简单的页面注册到数据库
- 网络协议7层模型和4层模型
- 自述生成器-源码
- java myeclipse开发mvc项目 源代码
- esxi入门学习PPT
- NETCFv35全集
- mongoDB部署.doc
- 使用latex发IEEE论文
- 科技之巅，高清文字版
- Programming Abstractions in C++
- Direct3D教程c#版
- C#提取特征点并进行图像匹配
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明