 上传我的文档
 下载
 收藏
该文档贡献者很忙，什么也没留下。
 下载此文档
基于MapReduce 的Canopy-Kmeans 改进算法
下载积分：1000
内容提示：基于MapReduce 的Canopy-Kmeans 改进算法
文档格式：PDF|
浏览次数：86|
上传日期： 13:42:27|
文档星级：
全文阅读已结束，如果下载本文需要使用
 1000 积分
下载此文档
该用户还上传了这些文档
基于MapReduce 的Canopy-Kmeans 改进算法
关注微信公众号网站已改版，请使用新地址访问：
k-means mapreduce实现聚类算法K MPI 并行计算 240万源代码下载-
&文件名称: k-means& & [
& & & & &&]
&&所属分类:
&&开发工具: Java
&&文件大小: 57 KB
&&上传时间:
&&下载次数: 0
&&提 供 者:
&详细说明：mapreduce实现聚类算法KMeans-mapreduce KMeans
文件列表(点击判断是否您需要的文件，如果是垃圾请在下面评价投诉):
&&k-means（分布式）\.classpath&&.................\.project&&.................\bin\cn\edu\ynu\kmeans\KMeansCombiner.class&&.................\...\..\...\...\......\KMeansDriver.class&&.................\...\..\...\...\......\KMeansMapper.class&&.................\...\..\...\...\......\KMeansReducer.class&&.................\in\part-r-00000~&&.................\..\text1.txt&&.................\..\text1.txt~&&.................\..\text2.txt&&.................\..\text2.txt~&&.................\kmeans-data\part-r-00000&&.................\...........\part-r-00000~&&.................\...........\synthetic_control.txt&&.................\src\cn\edu\ynu\kmeans\KMeansCombiner.java&&.................\...\..\...\...\......\KMeansDriver.java&&.................\...\..\...\...\......\KMeansMapper.java&&.................\...\..\...\...\......\KMeansReducer.java&&.................\bin\cn\edu\ynu\kmeans&&.................\src\cn\edu\ynu\kmeans&&.................\bin\cn\edu\ynu&&.................\src\cn\edu\ynu&&.................\bin\cn\edu&&.................\src\cn\edu&&.................\bin\cn&&.................\src\cn&&.................\bin&&.................\in&&.................\kmeans-data&&.................\src&&k-means（分布式）
&输入关键字，在本站240万海量源码库中尽情搜索：自动阅读模式
正在加载中
提示：将鼠标移到播放器里点击一下，滚动鼠标或按住左键往上拖可逐行阅读。
基于MapReduce的K-Means并行算法设计（最终版）
发布时间： 22:58:30
文档类型：
基于MapReduce的K-Means并行算法设计.docx
全文共24 页
请选择您喜欢的阅读模式
内容简介：
1、ustercluster=newCluster(key.get(),instance.divide(numOfPoints))；cluster.setNumOfPoints(numOfPoints)；System.out.println(&combineremitcluster:&+cluster.toString())；context.write(key,cluster)；}}publicstaticclassKMeansReducerextendsReducer{publicvoidreduce(IntWritablekey,Iterablevalue,Contextcontext)throwsIOException,InterruptedException{Instanceinstance=newInstance()；intnumOfPoints=0；for(Clustercluster:value){numOfPoints+=cluster.getNumOfPoints()；instance=instance.add(cluster.getCenter().。2、基于MapReduce的K-Means并行算法设计（最终版）tFormat.setOutputPath(clusterCenterJob,newPath(outputPath+&/cluster-&+(i+1)+&/&))；clusterCenterJob.waitForCompletion(true)；System.out.printne.split(&,&)；value=newArrayList()；for(inti=0；i()；for(inti=0；igetValue(){returnvalue；}publicInstanceadd(Instanceinstance){if(value.size()==0)returnnewInstance(instance)；elseif(instance.getValue().size()==0)returnnewInstance(this)；elseif(value.size()!=instance.getValue().size())try{thrownewException(&cannotadd!dimensionnotcom。3、luster)；}}}publicintrandomChoose(intk){Randomrandom=newRandom()；if(random.nextInt(k+1)==0){returnnewRandom().nextInt(k)；}elsereturn-1；}publicvoidwriteBackToFile(StringdestinationPath){Pathpath=newPath(destinationPath+&cluster-0/clusters&)；FSDataOutputStreamfsi=null；try{fsi=fs.create(path)；for(Clustercluster:kClusters){fsi.write((cluster.toString()+&\n&).getBytes())；}}catch(IOExceptione){e.printStackTrace()；}final................................................................。4、基于MapReduce的K-Means并行算法设计.docx())；in=newBufferedReader(newInputStreamReader(fsi,&UTF-8&))；while((line=in.readLine())!=null){Clustercluster=newCluster(line)；cluster.setNumOfPoints(0)；kClusters.add(cluster)；}}}in.close()；fsi.close()；}publicvoidmap(LongWritablekey,Textvalue,Contextcontext)throwsIOException,InterruptedException{Instanceinstance=newInstance(value.toString())；intid；try{id=getNearest(instance)；if(id==-1)thrownewInterruptedException(&id==-1&)；else{Clustercluster=newCluster(id,instance)；cluster.se。5、基于,MapReduce,Means,并行,算法,设计,/clusteredInstances&+&/&))；kMeansClusterJob.waitForCompletion(true)；System.out.println(&finished!&)；}publicvoidgenerateInitialCluster(){RandomClusterGeneratorgenerator=newRandomClusterGenerator(conf,sourcePath,k)；generator.generateInitialCluster(outputPath+&/&)；}publicstaticvoidmain(String[]args)throwsIOException,InterruptedException,ClassNotFoundException{System.out.println(&start&)；Configurationconf=newConfiguration()；intk=Integer.parseInt(args。6、clustercenters。每一个节点需要访问如下的全局文件：当前的迭代计数和K个表示不同聚类中心的如下的数据结构：｛clusteridclustercenter属于该clustercenter的数据点的个数｝这是唯一的全局文件。3.类说明(1).Instance该类对应文件中原始数据点的格式，以ArrayList存放数据点的各个分量。需要编写加法，乘法，除法函数，用于计算簇中心：簇中所有点相加/簇中数据点的个数。如果是在原有的簇中追加一个数据点，则用（簇中心点*簇中数据点个数+新的数据点）/（簇中数据点个数+1）。(2).Cluster该类记录簇的信息各个节点共享的全局信息，记录每次划分的簇的信息。(3).EuclideanDistance计算欧式距离，通过计算数据点与各个簇中心的距离，选择最小的欧式距离对应的簇中心作为该数据点属于的簇。(4).RandomClusterGenerator该类用于初始时生成k个簇中心，一开始将读入的每个节点作为簇中心，并为其分配一个ID，当达到k个时，以1/(1+k)的概率返回一个[0,k-1]中的正整数，将其对应的簇ID的簇中心替换。(5).KM（全文完）
/FileRoot2//ebb6fc08-bb35-4126-be06-2cddcfbedb28/EBB6FC08-BB35-4126-BE06-2CDDCFBEDB281.swf
/FileRoot2//ebb6fc08-bb35-4126-be06-2cddcfbedb28/EBB6FC08-BB35-4126-BE06-2CDDCFBEDB282.swf
/FileRoot2//ebb6fc08-bb35-4126-be06-2cddcfbedb28/EBB6FC08-BB35-4126-BE06-2CDDCFBEDB283.swf
/FileRoot2//ebb6fc08-bb35-4126-be06-2cddcfbedb28/EBB6FC08-BB35-4126-BE06-2CDDCFBEDB284.swf
/FileRoot2//ebb6fc08-bb35-4126-be06-2cddcfbedb28/EBB6FC08-BB35-4126-BE06-2CDDCFBEDB285.swf
/FileRoot2//ebb6fc08-bb35-4126-be06-2cddcfbedb28/EBB6FC08-BB35-4126-BE06-2CDDCFBEDB286.swf
/FileRoot2//ebb6fc08-bb35-4126-be06-2cddcfbedb28/EBB6FC08-BB35-4126-BE06-2CDDCFBEDB287.swf
/FileRoot2//ebb6fc08-bb35-4126-be06-2cddcfbedb28/EBB6FC08-BB35-4126-BE06-2CDDCFBEDB288.swf
/FileRoot2//ebb6fc08-bb35-4126-be06-2cddcfbedb28/EBB6FC08-BB35-4126-BE06-2CDDCFBEDB289.swf
/FileRoot2//ebb6fc08-bb35-4126-be06-2cddcfbedb28/EBB6FC08-BB35-4126-BE06-2CDDCFBEDB2810.swf
/FileRoot2//ebb6fc08-bb35-4126-be06-2cddcfbedb28/EBB6FC08-BB35-4126-BE06-2CDDCFBEDB2811.swf
/FileRoot2//ebb6fc08-bb35-4126-be06-2cddcfbedb28/EBB6FC08-BB35-4126-BE06-2CDDCFBEDB2812.swf
/FileRoot2//ebb6fc08-bb35-4126-be06-2cddcfbedb28/EBB6FC08-BB35-4126-BE06-2CDDCFBEDB2813.swf
/FileRoot2//ebb6fc08-bb35-4126-be06-2cddcfbedb28/EBB6FC08-BB35-4126-BE06-2CDDCFBEDB2814.swf
/FileRoot2//ebb6fc08-bb35-4126-be06-2cddcfbedb28/EBB6FC08-BB35-4126-BE06-2CDDCFBEDB2815.swf
/FileRoot2//ebb6fc08-bb35-4126-be06-2cddcfbedb28/EBB6FC08-BB35-4126-BE06-2CDDCFBEDB2816.swf
/FileRoot2//ebb6fc08-bb35-4126-be06-2cddcfbedb28/EBB6FC08-BB35-4126-BE06-2CDDCFBEDB2817.swf
/FileRoot2//ebb6fc08-bb35-4126-be06-2cddcfbedb28/EBB6FC08-BB35-4126-BE06-2CDDCFBEDB2818.swf
/FileRoot2//ebb6fc08-bb35-4126-be06-2cddcfbedb28/EBB6FC08-BB35-4126-BE06-2CDDCFBEDB2819.swf
/FileRoot2//ebb6fc08-bb35-4126-be06-2cddcfbedb28/EBB6FC08-BB35-4126-BE06-2CDDCFBEDB2820.swf
/FileRoot2//ebb6fc08-bb35-4126-be06-2cddcfbedb28/EBB6FC08-BB35-4126-BE06-2CDDCFBEDB2821.swf
/FileRoot2//ebb6fc08-bb35-4126-be06-2cddcfbedb28/EBB6FC08-BB35-4126-BE06-2CDDCFBEDB2822.swf
/FileRoot2//ebb6fc08-bb35-4126-be06-2cddcfbedb28/EBB6FC08-BB35-4126-BE06-2CDDCFBEDB2823.swf
/FileRoot2//ebb6fc08-bb35-4126-be06-2cddcfbedb28/EBB6FC08-BB35-4126-BE06-2CDDCFBEDB2824.swf版权所有 & 《《计算机工程与应用》唯一官方网站》编辑部
通信地址: 北京619信箱26分箱　邮编: 100083　电话: (010)　E-mail:
技术支持：
京ICP备号-1}