面向数据规模可扩展的并行优化K—means算法.pdfVIP

文章编号：1007—1423(2015)02—0003—03 DOI：10．3969／j．issn．1007-1423．2015．02．001 面向数据规模可扩展的并行优化 K—means算法 李尧坤 f四川大学计算机学院，成都 610065) 摘要 ： 传统的K—means算法迭代过程中需要加载全部的聚类样本数据，并且更新类中心过程是非并行 的。针对传统 K— means算法处理数据规模小和类中心更新慢的问题 ，提出一种改进的K—means算法 ，面向解决 K—means单台机器处 理数据规模扩展问题，和处理器利用率低效问题。实验验证，该方法能够高效地处理大规模数据聚类。 关键词 ： K—means；大规模；更新类中心 ；并行 0 引言 硬件资源配置 ，否则因为Had0op分布式框架本身的通 信。调度开销。甚至会低于单台机器聚类效率。本文提 聚类是用于划分空间中的数据方法 ．将相似的数