国产chinesehdxxxx老太婆,办公室玩弄爆乳女秘hd,扒开腿狂躁女人爽出白浆 ,丁香婷婷激情俺也去俺来也,ww国产内射精品后入国产

您好,歡迎來電子發(fā)燒友網(wǎng)! ,新用戶?[免費注冊]

您的位置:電子發(fā)燒友網(wǎng)>源碼下載>數(shù)值算法/人工智能>

基于Spark框架與聚類優(yōu)化的高效KNN分類算法

大?。?/span>0.91 MB 人氣: 2017-12-08 需要積分:1

  針對K-最近鄰(KNN)分類算法時間復(fù)雜度與訓(xùn)練樣本數(shù)量成正比而導(dǎo)致的計算量大的問題以及當(dāng)前大數(shù)據(jù)背景下面臨的傳統(tǒng)架構(gòu)處理速度慢的問題,提出了一種基于Spark框架與聚類優(yōu)化的高效KNN分類算法。該算法首先利用引入收縮因子的優(yōu)化K-medoids聚類算法對訓(xùn)練集進行兩次裁剪;然后在分類過程中迭代K值獲得分類結(jié)果,并在計算過程中結(jié)合Spark計算框架對數(shù)據(jù)進行分區(qū)迭代實現(xiàn)并行化。實驗結(jié)果表明,在不同數(shù)據(jù)集中傳統(tǒng)K最近鄰算法、基于K-medoids的K-最近鄰算法所耗費時間是所提Spark框架下的K-最近鄰算法的3.92 - 31. 90倍,所提算法具有較高的計算效率,相較于Hadoop平臺有較好的加速比,可有效地對大數(shù)據(jù)進行分類處理。

基于Spark框架與聚類優(yōu)化的高效KNN分類算法

非常好我支持^.^

(0) 0%

不好我反對

(0) 0%

      發(fā)表評論

      用戶評論
      評價:好評中評差評

      發(fā)表評論,獲取積分! 請遵守相關(guān)規(guī)定!

      ?