Open Daily: 10am - 10pm | Alley door pickup 10am - 7pm 3038 Hennepin Ave Minneapolis, MN
612-822-4611

  • Open Daily: 10am - 10pm
    Alley-side Pickup: 10am - 7pm

    3038 Hennepin Ave Minneapolis, MN
    612-822-4611

Open Daily: 10am - 10pm | Alley-side Pickup: 10am - 7pm
3038 Hennepin Ave Minneapolis, MN
612-822-4611
Paralleler K-Means-Algorithmus basierend auf Hadoop-MapReduce für Data Mining

Paralleler K-Means-Algorithmus basierend auf Hadoop-MapReduce für Data Mining

Lopes Veloso, Lays Helena
Senger, Luciano José

Paperback

General Music

ISBN10: 6209134556
ISBN13: 9786209134555
Publisher: Verlag Unser Wissen
Published: Oct 17 2025
Pages: 60
Weight: 0.21
Height: 0.14 Width: 6.00 Depth: 9.00
Language: German
Ziel dieser Arbeit war es, die Verwendung eines parallelen K-Means-Clustering-Algorithmus auf Basis des MapReduce-Programmiermodells zu untersuchen, um die Reaktionszeit beim Data Mining zu verbessern. Die Leistung des Algorithmus wurde hinsichtlich SpeedUp und ScaleUp bewertet. Zu diesem Zweck wurden Experimente in einem Hadoop-Cluster durchgeführt, der aus sechs Computern mit handelsüblicher Hardware bestand. Die gruppierten Daten sind Messungen von Strömungstürmen in landwirtschaftlichen Regionen und stammen von Ameriflux. Die Experimente wurden mit 3, 4 bzw. 6 Maschinen durchgeführt. Die Ergebnisse zeigten, dass mit der Erhöhung der Anzahl der Maschinen eine Leistungssteigerung erzielt wurde, wobei die beste Zeit mit sechs Maschinen erreicht wurde und ein SpeedUp von 3,25 erzielt wurde. Es wurde festgestellt, dass die Anwendung mit der entsprechenden Erhöhung der Datenmenge und der Anzahl der Maschinen im Cluster gut skaliert und in den Tests eine ähnliche Leistung erzielt.

Also from

Lopes Veloso, Lays Helena

View All

Also in

General Music

View All