原创力文档- 1、本文档共4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)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、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。
- 7、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。
- 8、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
MicrocomputerApplicationsVol.35,No.11,2019开发应用微型电脳％用2019年第35）第11期
文章编号：1007-757X（2019）11-0134-03
基于Hadoop平台的数据分析和应用
李文航！余恒奇
（广东电网有限责任公司清远供电局，清远511515）
摘要：传统朴素贝叶斯算法基于独立分类方式，难以满足实际应用需求，针对这个问题，基于Hadoop分布式系统数据管理
平台，提出了一种基于加权分析法的朴素贝叶斯改良算法。通过引入加权分析法对属性值进行加权处理，采用相关系数法和
相关概率法来保证权重系数选择的合理性，有效提高分类精确度。实例结果表明：改良的加权朴素分析法在进行大规模数据
测量中，具备很高的分类准确率和较快的分类速度，但在测试小数据样本时不能很好的体现优势，因此，该算法在大数据分析
中具备了很高的数据挖掘分类优势。
关键词：Hadoop平台；朴素贝叶斯算法；加权分析法
中图分类号：TP311文献标志码：A
DataAnalysisandApplicatioBasedoHadoopPlatform
LIWenhang,YUHengq
(QingyuanPowerSupplyBureau,GuangdongPowerGridCo.LTD.,Qingyuan511515)
Abstract:ThispaperaimsattheproblemthatthetraditionalnaiveBayesianalgorithmisdifficulttomeetthepracticalapplica
tionrequirementsbecauseofitsindependentclassification,andputsforwardanimprovednaiveBayesianalgorithmbasedon
weightedanalysismethod.Byintroducingtheweightanalysismethodtoattributedvalueweighted,thecorrelationcoefficient
meNhodandNhecorrelaNionprobabiliNymeNhodareadopNedNoensureNheraionaliNyandclassificaionaccuracyofNheweighNco-
efficient.Theexampleresultsshowthattheimprovedmethodhashighclassificationaccuracyandfastclassificationspeedin
large-scaledatameasurement,butitcannotbeverygoodintestingsmalldatasamples.Therefore,thealgorithmhasahighad
vantageofdataminingclassificationinbigdataanalysis.
Keywords:Hadoopplatform；NaiveBayesianalgorithm；Weightedanalysismethod
文件系统，经过发展，目前已经集成了HBase分布式数据管
0引言
理系统、Sqoop关系数据交换工具以及各类数据处理工具,
随着互联网时代的发展，数据信息呈现出爆发式的增成为一个大型数据处理生态群（6「18），如图1所示。
长。电子商务、社交媒体、电子文档等信息表现出数据流大、
存储分散的特点，而传统的计算机架构已经很难满足目前的
文档评论（0）