现代计算机（专业版）
現代計算機（專業版）
현대계산궤（전업판）
MODERN COMPUTER
2006年
1期
82-84
,共3页
数据挖掘%聚类%并行处理%消息传递
數據挖掘%聚類%併行處理%消息傳遞
수거알굴%취류%병행처리%소식전체
聚类(Clustering)是数据挖掘(Data Ming)中一项很重要的功能,本文提出用并行处理的方法,对k-means(k-平均值)算法进行改进,来说明并行算法可以在一定程度上提高聚类算法的性能.通过试验证明,当数据量较小时并行k-平均值可以很大程度上提高聚类算法的性能,但在数据量较大时效果较差.
聚類(Clustering)是數據挖掘(Data Ming)中一項很重要的功能,本文提齣用併行處理的方法,對k-means(k-平均值)算法進行改進,來說明併行算法可以在一定程度上提高聚類算法的性能.通過試驗證明,噹數據量較小時併行k-平均值可以很大程度上提高聚類算法的性能,但在數據量較大時效果較差.
취류(Clustering)시수거알굴(Data Ming)중일항흔중요적공능,본문제출용병행처리적방법,대k-means(k-평균치)산법진행개진,래설명병행산법가이재일정정도상제고취류산법적성능.통과시험증명,당수거량교소시병행k-평균치가이흔대정도상제고취류산법적성능,단재수거량교대시효과교차.
