一种基于分布式结构的大数据聚类方法和装置

摘要

本发明公开了数据挖掘技术领域的一种基于分布式结构的大数据聚类方法和装置，该方法的具体步骤如下：S1：从n个数据对象中任意选择k个对象作为初始聚类中心；S2：根据每个聚类对象的均值(中心对象)，计算每个对象和这些中心对象的距离，并根据最小距离重新对相应的对象归属进行划分；S3：计算每个有变化聚类的均值；S4：重复步骤S2和S3，直到每个聚类不再发生变化为止，本发明将大数据分为几个子集，每个子集包含较少的数据，并针对这些子集进行同时聚类，能够极大提高对大数据聚类的速度。