论文研究-基于MapReduce的随机抽样K-means算法.pdf
K-means算法处理海量数据时，易产生系统内存溢出的现象。利用MapReduce框架改进K-means虽然解决了这个问题，但也存在着聚类效果不稳定以及准确率不高等问题，提出一种改进算法，利用MapReduce框架实现K-means时，采用多次随机抽样，通过计算密度、距离与平方误差等方法，最终选取较优的初始聚类中心，并在迭代中采用新的中心点计算方法。实验结果证明，改进后的算法具有较好的稳定性、准确性和加速比。
文件下载
评论信息
其他资源
- CKFinder 2.6.2 破解版 eclipse工程源代码
- Spring相关外文文献和翻译.zip
- [剑桥高级英语语法书第二版].Cambridge.Advanced.Grammar.in.Use.[2nd.edition.2005].pdf
- 自己写的关于语音分帧、加窗、去噪的端点检测程序
- jdk-7u60-linux-x64.tar.gz
- 最小二乘 函数拟合 多项式 指数函数 MATLAB 数值计算方法作业
- GB32960报文分析工具
- Introduction to Data Mining 数据挖掘导论 part2
- 小型校园网设计方案(思科方案)
- PixelMusic：非官方网易云音乐播放器-源码
- RTT_FinshDemo210214.zip
- wordcloud-1.8.1-cp38-cp38-win32.whl
- AIX之文件系统使用率高查询思路.docx
- srs-bench-master
- C++串口类 RS232
- spring security acl 实例
- 基于Gabor滤波的指纹识别预处理技术
- 安卓地图源代码
- 嵌入式java虚拟机移植
- 新概念51单片机C语言教程-入门、提高、开发、拓展全攻略.pdf
- java web 电子商城
- 水库群防洪调度
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