基于K均值方法Spark化方法研究与实现
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究内容与主要工作 | 第10-11页 |
| 1.3 创新点 | 第11-12页 |
| 1.4 文章结构 | 第12-13页 |
| 第二章 相关工作 | 第13-21页 |
| 2.1 基于K均值的聚类算法 | 第13-15页 |
| 2.2 K均值方法的聚类算法延伸 | 第15-18页 |
| 2.2.1 模糊c均值聚类算法 | 第15-16页 |
| 2.2.2 K均值方法的组合聚类算法 | 第16-18页 |
| 2.2.2.1 基于K均值的组合聚类算法 | 第16-17页 |
| 2.2.2.2 基于模糊c均值的组合聚类算法 | 第17-18页 |
| 2.3 流行K均值实现的比较 | 第18-20页 |
| 2.3.1 单机版K均值实现的比较 | 第19页 |
| 2.3.2 并行版K均值实现的比较 | 第19-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第三章 基于K均值的聚类算法Spark化 | 第21-33页 |
| 3.1 基于K均值算法的Spark分布式框架 | 第21-24页 |
| 3.1.1 Spark框架设计 | 第21-23页 |
| 3.1.2 MLlib中K均值实现的不足 | 第23-24页 |
| 3.2 K均值算法Spark化设计实现 | 第24-28页 |
| 3.2.1 加载数据 | 第24-25页 |
| 3.2.2 初始化中心 | 第25-26页 |
| 3.2.3 K均值算法的距离计算 | 第26-28页 |
| 3.2.4 K均值算法的更新中心 | 第28页 |
| 3.3 模糊c均值算法Spark化设计实现 | 第28-30页 |
| 3.4 K均值方法的组合聚类Spark化设计实现 | 第30-32页 |
| 3.4.1 基于K均值的组合聚类 | 第30-31页 |
| 3.4.2 基于模糊c均值的组合聚类 | 第31-32页 |
| 3.5 本章小结 | 第32-33页 |
| 第四章 实验设计与结果分析 | 第33-39页 |
| 4.1 实验设置 | 第33-34页 |
| 4.2 实验结果及分析 | 第34-38页 |
| 4.2.1 并行版K均值方法的性能分析 | 第34-36页 |
| 4.2.2 并行版K均值方法组合聚类的性能分析 | 第36-38页 |
| 4.3 本章小结 | 第38-39页 |
| 第五章 总结与展望 | 第39-41页 |
| 参考文献 | 第41-44页 |
| 攻读硕士期间发表的论文 | 第44-45页 |
| 致谢 | 第45页 |
