基于z值的分布式密度峰值聚类算法

摘要

一种基于z值的分布式密度峰值聚类算法，其特征在于:有以下步骤：（1）：数据集准备；（2）：软件和硬件环境构建；（3）：数据预处理；（4）：对数据集中进行采样；（5）：确定基于z值的密度聚类算法中密度值计算公式中截断距离参数值以及分组分位点的选取；（6）：将数据集中的点根据z值的大小发送到不同组；（7）：计算基于z值的分布式密度峰值聚类算法中的密度值；（8）:计算基于z值的分布式密度峰值聚类算法中全局斥群值；（9）：在Hadoop环境下使用基于z值的密度峰值聚类算法进行大数据聚类。其利用z值特性在分组间数据交互时采用过滤策略，减少大量无效距离计算和数据传输开销，有效提高算法的执行效率。