基于MapReduce技术的并行集成分类算法

作     者：琚春华 邹江波 张芮 魏建良 Ju Chunhua;Zou Jiangbo;Zhang Zui;Wei Jianliang

作者机构：浙江工商大学信息学院杭州310018 浙江工商大学现代商贸研究中心杭州310000 

基　　金：国家自然科学基金资助项目(No.71071141 No.71071140) 浙江省自然科学基金资助重点项目(No.Z1091224) 浙江省自然科学基金资助项目(No.Y6110628 No.Y1090617 No.LQ12G01007) 国家教育部博士点基金资助项目(No.20103326110001) 浙江省重大科技计划基金资助项目(No.2010C13021) 浙江省研究生科研创新项目 

出 版 物：《电信科学》 (Telecommunications Science)

年 卷 期：2012年第28卷第7期

页      码：40-47页

摘      要：由于计算机内存资源限制,分类器组合的有效性及最优性选择是机器学习领域的主要研究内容。经典的集成分类算法在处理小数据集时,拥有较高的分类准确性,但面对大量数据时,由于多基分类器学习、分类共用1台计算机资源,导致运算效率较低,这显然不适合处理当今的海量数据。针对已有集成分类算法只适合作用于小规模数据集的缺点,剖析了集成分类器的特性,采用基于聚合方式的集成分类器和云计算的MapReduce技术设计了并行集成分类算法(EMapReduce),达到并行处理大规模数据的目的。并在Amazon计算集群上模拟实验,实验结果表明该算法具有一定的高效性和可行性。

主 题 词：云计算 集成分类器 并行集成 MapReduce 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 08[工学] 081201[081201] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1000-0801.2012.07.009

馆 藏 号：203154918...