文献

J-GLOBAL ID：201802223699324133   整理番号：18A0655666

Sparkプラットフォームにおけるクラスタリングアルゴリズムの性能比較【JST・京大機械翻訳】

Performance Comparison of Clustering Algorithms in Spark

著者 (2件)： Hai Mo (中央財経大学信息学院 北京100081;電子科技大学网絡与数据安全四川省重点実験室 成都610054) ,  Zhang You (ka内基梅隆大学海因茨学院信息系統管理系 匹zi堡999039)
資料名： Jisuanji Kexue  (Jisuanji Kexue)
巻： 44  号： z1  ページ： 414-418  発行年： 2017年 
JST資料番号： C2530A  ISSN： 1002-137X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 実験により,Sparkプラットフォームにおける3つの典型的クラスタリングアルゴリズム,すなわち,K平均クラスタリングアルゴリズム,K平均クラスタリングアルゴリズムおよびGauss混合クラスタリングアルゴリズムの性能を,実行時間,加速度,拡張性およびスケール成長性の観点から比較した。実験結果は以下を示す。1)ノード数が増加するにつれて,3つのアルゴリズムは,ギガビット以上のデータセットのクラスタ化の実行時間を著しく減少させることができた。2)データセットのサイズが500MBより大きい場合,3つのアルゴリズムの加速比は明らかに増加し,ノード数が増加するにつれて,加速比は線形に増加した。3)3つのアルゴリズムのスケーラビリティは,ノード数の増加とともに減少し,データセットのサイズが500MBより大きいとき,K平均とGauss混合アルゴリズムと比較して,二値K平均アルゴリズムの拡張性は最も悪い。4)データセットのサイズが100MBより大きい場合,Gauss混合アルゴリズムのスケール成長はK平均とK平均アルゴリズムよりもはるかに高い。.... . . 1 K + K + K + Kの場合よりもはるかに大きくなる.Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  線形性 ,  加速度 ,  クラスタ化
準シソーラス用語： 実行時間 ,  性能比較 ,  *クラスタリングアルゴリズム , 【Automatic Indexing@JST】

著者キーワード (8件)： Spark ,  K-means clustering ,  Bisecting K-means clustering ,  Gaussian mixture clustering ,  Runtime ,  Speedup ,  Scalability ,  Sizeup

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： プラットフォーム ,  クラスタリングアルゴリズム ,  性能比較