改进K—means算法的MapReduce并行化研究

李兰英+董义明+孔银+周秋丽

摘要：针对K-means在处理海量数据时，因初始聚类中心的选取不确定，从而导致收敛速度过慢的问题。本文提出了改进的K-means算法，首先用模糊聚类的思想对数据集进行模糊分类，其次采用动态计算聚类中心的方式对数据集进行二次分类，最后将算法在MapReduce模型上进行了实现.实验结果表明，改进后的算法不仅提高了加速比，而且算法的收敛速度更快。endprint