基于Hadoop平臺(tái)的數(shù)據(jù)挖掘分類算法分析與研究.pdf

1、隨著互聯(lián)網(wǎng)等技術(shù)的發(fā)展，數(shù)據(jù)的總量以及類型將會(huì)越來越豐富。收集、分析并運(yùn)用這些豐富的數(shù)據(jù)，是如今和未來數(shù)據(jù)發(fā)展的一個(gè)主流。其中，對(duì)數(shù)據(jù)進(jìn)行有效準(zhǔn)確快速的分類，是首先需要解決的任務(wù)。傳統(tǒng)的數(shù)據(jù)挖掘分類算法往往無法快速有效地處理大規(guī)模數(shù)據(jù)。Hadoop作為一個(gè)優(yōu)秀的云計(jì)算平臺(tái)，能夠?qū)Ａ繑?shù)據(jù)進(jìn)行高效、快速以及可靠的處理。
　　本文具體說明了Hadoop平臺(tái)、數(shù)據(jù)挖掘及其分類的相關(guān)概念，然后深入分析了支持向量機(jī)（SVM）算法、K-近鄰（

2、KNN）算法以及樸素貝葉斯（NB）算法這三種性能優(yōu)秀的數(shù)據(jù)挖掘分類算法，由于它們各種各樣的缺點(diǎn)讓分類的結(jié)果達(dá)不到理想的狀態(tài)，因此本文對(duì)這三種分類算法進(jìn)行了分析，并通過改變計(jì)算方式和加入權(quán)重系數(shù)等方式對(duì)算法進(jìn)行改進(jìn)，融合各種算法的優(yōu)點(diǎn)，摒棄它們的缺點(diǎn)，提出了SVM_KNN分類算法以及SVM_WNB分類算法，以解決處理上的不足。同時(shí)在這個(gè)基礎(chǔ)上本文介紹了算法并行化的可行性和思路，將提出的兩種改進(jìn)算法在Hadoop云計(jì)算平臺(tái)上進(jìn)行并行化地處理