1. 您所在位置：
  2. 网站首页
  3. 文档分类
  4. 学术论文
  5. 自然科学论文

基于MapReduce的KNN分类算法的改进在动车组应用.pdfVIP

  • 0
  • 0
  • 约1.29万字
  • 约 4页
  • 2017-08-09 发布于安徽
  • 举报

基于MapReduce的KNN分类算法的改进在动车组应用.pdf

    V01．41No．10 第41卷第10期专刊 计算机科学 Supp Science Oct2014 2014年10月 Computer 郭明亮张骏温 (北京交通大学计算机与信息技术学院 北京100044) 摘要KNN分类算法是数据挖掘中常用的算法，其缺点是其近邻的确定根据欧氏距离来计算，很可能产生偏差。 针对这一问题，提出了相似度算法和欧氏距离算法相结合的方法，减少了可能出现的偏差，同时实现了MapReduce 的并行化。动车组运维实验表明，该算法提高了分类的准确率和效率。 关键词数据挖掘，KNN分类，相似度算法，MapReduee，动车组 of KNNClassification

    您可能关注的文档

    最近下载

    文档评论（0）

    1亿VIP精品文档

    更多 >

    相关文档

    更多 >