您的位置： 专家智库 > >

张游

作品数：1 被引量：9H指数：1
供职机构：卡内基梅隆大学更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 1篇中文期刊文章

领域

  • 1篇自动化与计算...

主题

  • 1篇性能比较
  • 1篇运行时间
  • 1篇增长性
  • 1篇聚类
  • 1篇加速比
  • 1篇K-MEAN...
  • 1篇SPARK

机构

  • 1篇电子科技大学
  • 1篇中央财经大学
  • 1篇卡内基梅隆大...

作者

  • 1篇海沫
  • 1篇张游

传媒

  • 1篇计算机科学

年份

  • 1篇2017
共 1 条 记 录，以下是 1-1
全选 清除 导出
排序方式：
Spark平台下聚类算法的性能比较被引量：9
2017年
通过实验,从运行时间、加速比、可扩展性和规模增长性4个方面比较了Spark平台中3种典型的聚类算法即K-means聚类算法、二分K-means聚类算法和高斯混合聚类算法的性能。实验结果表明:1)随着节点个数的增加,3种算法对百兆以上规模数据集聚类的运行时间明显减少;2)当数据集规模大于500MB时,3种算法的加速比均有明显提高,且随着节点个数的增加,加速比近似于线性增长;3)3种算法的可扩展性随着节点个数的增加而降低,当数据集规模大于500MB时,相对于K-means和高斯混合算法,二分K-means算法的可扩展性最差;4)当数据集规模大于100MB时,高斯混合算法的规模增长性远高于K-means和二分K-means算法。
海沫张游
关键词：SPARKK-MEANS聚类运行时间加速比
全选 清除 导出
共1页<1>
聚类工具0