原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
如何利用MapReduce的分治策略提高KNN算法的运行速度
如何利用MapReduce的分治策略提高KNN算法的运行速度
集群环境介绍：
hadoop2.4.1 64位
6台服务器：
hadoop11 NameNode 、SecondaryNameNode
hadoop22 ResourceManager
hadoop33 DataNode、NodeManager
hadoop44 DataNode、NodeManager
hadoop55 DataNode、NodeManager
hadoop66 DataNode、NodeManager
实验1：训练集train.txt样例个数为245057（3.24M） 测试集test.txt样例个数为51444（640kb），并将全部测试集都存放在test.txt中
[root@hadoop11 local]# hadoop fs -lsr /dir6/
-rw-r--r-- 3 root supergroup 3400816 2016-07-17 19:28 /dir6/test.txt
注意：此时所有的测试集都在一个文本中(test.txt)存放，作为输入路径
ＫＮＮ算法运行日志：
16/07/17 19:32:24 INFO client.RMProxy: Connecting to ResourceManager at hadoop22/1:8032
16/07/17 19:32:25 WARN mapreduce.JobSubmitter: Hadoop command-line option parsing not performed. Implement the Tool interface and execute your application with ToolRunner to remedy this.
16/07/17 19:32:25 INFO input.FileInputFormat: Total input paths to process : 1
16/07/17 19:32:25 INFO mapreduce.JobSubmitter: number of splits:1
16/07/17 19:32:26 INFO mapreduce.JobSubmitter: Submitting tokens for job: job_1468752229715_0016
16/07/17 19:32:26 INFO impl.YarnClientImpl: Submitted application application_1468752229715_0016
16/07/17 19:32:26 INFO mapreduce.Job: The url to track the job: http://hadoop22:8088/proxy/application_1468752229715_0016/
16/07/17 19:32:26 INFO mapreduce.Job: Running job: job_1468752229715_0016
16/07/17 19:32:32 INFO mapreduce.Job: Job job_1468752229715_0016 running in uber mode : false
16/07/17 19:32:32 INFO mapreduce.Job: map 0% reduce 0%
16/07/17 19:32:49 INFO mapreduce.Job: map 1% reduce 0%
16/07/17 19:33:05 INFO mapreduce.Job: map 2% reduce 0%
16/07/17 19:33:20 INFO mapreduce.Job: map 3% reduce 0%
16/07/17 19:33:35 INFO mapreduce.Job: map 4% reduce 0%
16/07/17 19:33:50 INFO mapreduce.Job: map 5% reduce 0%
16/07/17 19:34:02 INFO mapreduce.Job: map 6% reduce 0%
16/07/17 19:34:17 INFO mapreduce.Job: map 7% reduce 0%
16/07/17 19:34:32 INFO mapreduce.Job: map 8% reduce 0%
16/07/17 19:34:47 INFO mapreduce.Job: map 9% reduce 0%
16/07/17 19:35:02 INFO ma
文档评论（0）