基于Hadoop的并行共享决策树挖掘算法研究-中国云计算.PDFVIP

下载本文档

3
0
约3.45万字
约 8页
2017-11-03 发布于天津
举报
版权申诉

基于Hadoop的并行共享决策树挖掘算法研究-中国云计算.PDF

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

基于Hadoop的并行共享决策树挖掘算法研究-中国云计算

第40卷第1l期计算机科学 v01．40No．1l 2013年11月 Science Nov2013 Computer 基于Hadoop的并行共享决策树挖掘算法研究陈湘涛1 张超1 韩茜2 (湖南大学信息科学与工程学院长沙410082)1(美国莱特州立大学计算机科学与工程系代顿45435)2 摘要共享知识挖掘是指通过学习不同事物之间的共享知识，将学习到的知识应用到未知事物来加快认知未知事物。针对大数据集中串行共享知识挖掘算法效率低下的问题，结合云计算技术，提出了一种基于Hadoop的并行共享决策树挖掘算法(PSDT)。该算法采用传统的属性表结构实现并行挖掘，但其I／O操作过多，影响算法性能，为此，进一步提出了一种混合并行共享决策树挖掘算法(HPSDT)。该算法采用混合数据结构，在计算分裂指标阶段使用属性表结构，在分裂阶段采用数据记录结构。数据分析表明，HPSDT算法简化了分裂过程，其I／0操作是PSDT的0．34 的增大，HPSDT的优越性更加明显。关键词共享决策树，并行共享决策树，混合数据结构，云计算，Hadoop 中图法分类号TP311文献标识码A on DecisionTree Basedon ResearchParallelShared AlgorithmHadoop Cha01HAN CHEN ZHANG Qian2 Xiang-m01 Scienceand 410082，China)1 ofInformation Engineering，HunanUniversity，Changstm (Department of Scienceand State 45435，USA)2 (DepartmentComputer Engineering，WrightUniversity，Dayton is onthe of sharedtwo(or AbstractShared focused discoveryby more)applications／ knowledge problemsknowledge from understooddataset and itcan users a understooddatasetawell datasets，and investigatepoorly byanalogy help theadventoftheeraof basedonserializedcarl data，theexistingalgorithms transferringknowledge．However，with big notabletomeettheneedofthe data andtheserial haslow in datasets．TheParal一