基于改进模糊K-means算法的大数据处理方法

摘要

本文设计了基于改进模糊K-means算法的大数据处理方法。建立大数据采集模块,完善预测及技术的预知能力;绘制改进模糊K-means算法流程图,分析大数据相似密度公式;基于改进算法计算大数据处理方法相似度,消除MAE值的误差。实验采用对比测试的方法,得出传统方法处理大数据的MAE值在±0.000200左右,而新方法的MAE值仅在±0.000001左右的结论,验证新方法的处理效果更佳。