基于MapReduce的最小二乘支持向量机回归模型.pdfVIP

第32卷第4期 计 算 机 应 用 研 究 Vo1．32No．4 2015年 4月 ApplicationResearchofComputers Apr．2015 基于 MapReduce的最小二乘支持 向量机回归模型 代 亮h，许宏科h，陈 婷 ，钱 超h，梁殿鹏 (1．长安大学 a．电子与控制工程学院；b．信息工程学院，西安 710064；2．IBM 中国系统与科技开发中心，西安 710068) 摘 要 ：针对最小二乘支持向量机处理大规模数据集耗时长且受内存限制的特点，将局部多模型方法与 Map Reduce编程模式相结合 ，提 出一种并行最小二乘支持 向量机回归模型。模型由两组 MapReduce过程组成，首先 按照输入样本集对样本数据进行聚类操作 ，再对聚类后得到的子类按输 出样本集进行二次聚类操作，分别得到 局部模型数 目和各局部模型综合加权输出计算结果。实验结果表明，并行最小二乘支持向量机回归模型具有较 好的加速 比和可扩展性。 关键词 ：最小二乘支持 向量机 ；MapReduce编程模式；局部多模型方法 ；加速比；可扩展性 中图分类号：TP181 文献标志码 ：A 文章编号 ：1001—3695(2015)04-1060—05 doi：10．3969／j．issn．1001,3695．2015．04．024 LeastsquaressupportvectormachineregressionmodelbasedonMapReduce DAILiang ，XUHong—ke ，CHENTing ，QIANChao ，LIANGDian—peng~ (1．a．SchoolofElectronicControlEngineering，b．SchoolofInformationEngineering，Chang’anUniversity，Xi’an710064，China；2．IBM ChinaSystems＆TechnologyLaboratory，Xi’an710068，China) Abstract：Accordingtothecharacteristicsofleastsquaressuppo~ vectormachineregressionmodelforlongprocessingtime andmemoryconstraints，thispaperdesignedaparallelleastsquaressupportvectormachineregressionmodelbasedonMapRe duceandlocalmulti．nodelmethod．ThemodelwascomposedoftwoMapReduceprocess．Itclusteredthesampledataaceor— dingtotheinputset，andthenobtainedsecondclusteringaftersub setaccordingtotheoutput．TwoMapReduceprocesses werecalculatedthenumberoflocalmodelandweightedoutputofeachmode1．Experimentalresultsshow thattheproposed parallelleastsquaressupportvectormachineregressionmodelhasbetterspeedupandscaleup． Keywords：leastsquaressupport vectormachine；MapReduceprogrammingpattern；localmulti—modelmethod；speedup； scaleup 高最小二乘支持向量机回归模型的实时性，很多学者对其进行 0 引言 了研究 。其中，张浩然等人 分析了回归最小