基于Spark框架的聚类算法研究

摘要：

大数据的挖掘是当今的研究热点，也有着巨大的商业价值。新型框架Spark部署在Hadoop平台上，它的机器学习算法几乎可以完全替代传统的Mahout MapReduce的编程模式，但由于Spark的内存模型特点，执行速度快。该文研究了Spark中的机器学习中的聚类算法KMeans，先分析了算法思想，再通过实验分析其应用的方法，然后通过实验结果分析其应用场景和不足。

关键词：大数据、Hadoop、Spark、机器学习、聚类、KMeans

分类号：TP311(计算技术、计算机技术)

在线出版日期：2015-03-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：56-57,60