云计算下的海量数据挖掘研究(免积分).ppt_第1页
云计算下的海量数据挖掘研究(免积分).ppt_第2页
云计算下的海量数据挖掘研究(免积分).ppt_第3页
云计算下的海量数据挖掘研究(免积分).ppt_第4页
云计算下的海量数据挖掘研究(免积分).ppt_第5页
已阅读5页，还剩22页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

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
人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论