SOM算法在MapReduce框架上的实现..docxVIP

目 录1 Hadoop MapReduce编程框架11.1 Hadoop MapReduce编程框架的原理11.2 Hadoop MapReduce编程框架的执行过程12? SMO优化算法（Sequential minimal optimization）22.1 SMO的基本思想22.2 选择两个样例的搜索方法42.3 SMO中拉格朗日乘子的启发式选择方法93 SOM算法在MapReduce框架上的实现101 Hadoop MapReduce编程框架1.1 Hadoop MapReduce编程框架的原理MapReduce是一种适用于大规模数据处理的编程模型。它将工作流程分为:map和reduce两个阶段，每个阶段都使用key/value对作为输入和输出，分别由进行任务分解的Map函数和对处理结果进行汇总的Reduce函数来实现。MapReduce将分布式处理的底层细节进行了封装，开发者只需要调用Map函数和Reduce函数即可编写分布式程序。因此，MapReduce己经成为云平台中主流的分布式数据处理模型。Hadoop MapReduce是Google的Mapreduce的开源实现。主要有Map, Combine和Reduce三种操作组成：Map操作主要完成对任务的分解功能，将原始数据按照设定的参数值分割成数据块，并将从数据块中读取出来的key/value进行map处理生成中