- 1、本文档共27页,可阅读全部内容。
- 2、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。
- 3、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。
- 4、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)。
查看更多
各分站点根据哈希表分割其他属性列表.pptx
云计算下的海量数据挖掘研究
SPKINT 改进后的基本思想
(2)如果集合T分成T1和T2两部分,分别对应m1和m2条记录,则此分割的Gini指数为
寻找分裂属性及最佳分裂点:
SPRINT并行处理
在云计算下海量数据,多有并行数据发生。处理好并行数据,减少数据容错性。
数据结构
SPRINT并行算法除了属性表和直方图外.还需要引入哈希表数据结构.来存储分割点两侧的数据记录,为并行节点提供分割依据。哈希表第i条记录的值代表原数据中第i条记录被划分到的树节点号。哈希表分为两项:(NodeID,SubNodeID),NodeID代表树节点号.SubNodeID表示当前树节点的儿子节点号.默认SubNodeID为0时.表示该记录位于树节点的左子节点.为1时位于树节点的右子节点。
并行算法
希表。各分站点根据哈希表分割其他属性列表,列表分割同时生成属性直方图。
SPRINT移植
经过以上对SPRINT算法改进后.可以将算法移植到云计算的MapReduce框架下进行分布合成处理。
SPRINT与MapReduce水平划分结合算法描述
水平分割和垂直分割过程
用模型对数据进行分类
对银行训练数据进行分类以建立分类模型。训练数据的属性分别为编号、年龄、收入、文化程度、拥有车数量、欠款额和欠款时间。要根据这些属性对银行客户进行信用风险等级进行评估.将客户分为两类。信用高风险用户和信用低风险用户
您可能关注的文档
- 县乡村公路桥梁管理办法 - 宽城满族自治县农村公路七公开网站.doc
- 县医院提质达标晋级行动计划解读 - 云南省医院协会.pdf
- 县级服务商投资演算.pptx
- 参会意向回执反馈.docx
- 参加人员,实训时间。 - rogalist.com.ppt
- 参展商指南附件(特装).docx.docx
- 参展须知 一、消防管理 1、本着“谁主办谁负责”的原则,“贯彻预防为主、防 ....doc
- 参数.docx - Mascus.dk.docx
- 参数计价:如文明施工.ppt
- 参赛指南 - IC创新设计.pdf
- GB+17762-2022耐热玻璃器具的安全要求.docx
- GB+17896-2022普通照明用气体放电灯用镇流器能效限定值及能效等级.docx
- GB+17957-2021凿岩机械与气动工具 安全要求.docx
- GB+18436-2022轮机日志和车钟记录簿.docx
- GB+19044-2022普通照明用荧光灯能效限定值及能效等级.docx
- GB+21341-2022铁合金单位产品能源消耗限额.docx
- GB+21346-2022电解铝和氧化铝单位产品能源消耗限额.docx
- GB+24541-2022手部防护 机械危害防护手套.docx
- GB+25324-2022铝用炭素单位产品能源消耗限额.docx
- GB+27951-2021皮肤消毒剂通用要求.docx
文档评论(0)