一种改进型的分布式 Lazy 关联分类算法

摘要：

分布式lazy关联分类算法（ DLAC算法）指应用分布式关联规则挖掘算法的lazy关联分类算法。现有的DLAC算法存在2个主要问题：一是对多个待分类样本进行分类时效率低下；二是投影操作未分布式实现。针对上述2个问题，提出一种改进型的分布式lazy关联分类（ PDLAC）算法。首先，对待分类样本进行KMeans聚类；其次，判断类内的待分类样本是否满足聚合条件，满足进行聚合，不满足则类内的每个待分类样本单独成为一类；然后，进行分布式投影并使用C-DMA算法挖掘关联规则；最后，构建分类器对类内的一个或多个待分类样本进行分类。设置并行度为15进行实验：PD-LAC算法所用的时间远小于DLAC算法，并且随着待分类样本数目的增加，性能提升越大。实验结果表明，PDLAC算法是解决上述2个问题的一个好方法。

关键词：聚合方法、分布式投影、分布式关联规则挖掘、lazy方法、关联分类

分类号：TP312(计算技术、计算机技术)

在线出版日期：2015-09-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：116-120