K-Means聚类算法在MapReduce框架下的实现

摘要

MapReduce是一种编程模型，这种编程模型编程简单，不必关心底层实现细节，可用于大规模数据集的并行计算。K—Means是一种简单、基本的数据挖掘聚类方法，它将对象组织成多个互斥的组或簇。针对KMeans的特点，给出了MapReduee编程模型下K—Means的实现方法。实验结果表明，MapReduce编程模型下的K—Means算法部署在Hadoop集群上运行具有较好的性能。