| 基于MapReduce的特征选择并行化研究 |
| |
| 引用本文： | 陆江,李云. 基于MapReduce的特征选择并行化研究[J]. 计算机科学, 2015, 42(8): 44-47, 81 |
| |
| 作者姓名： | 陆江 李云 |
| |
| 作者单位： | 南京邮电大学计算机学院 南京210023,南京邮电大学计算机学院 南京210023 |
| |
| 基金项目： | 本文受江苏省自然科学基金(BK20131378),国家自然科学基金(61105082)资助 |
| |
| 摘 要： | 特征选择已经成为一种对高维数据进行预处理的必不可少的手段。随着数据规模的爆炸性增长,传统的特征选择算法已经不能满足当前高维大规模数据的处理要求。采用Google的MapReduce编程模型,设计了一种分布式的基于局部学习的特征选择算法D-logsf。在多个现实和合成数据集上的实验表明,分布式特征选择算法D-logsf具有较好的可靠性,且与传统特征选择算法Logsf相比可以获得接近线性的加速比,同时可以有效处理大规模数据集。
|
| 关 键 词： | 特征选择 局部学习 分布式 MapReduce |
MapReduce Based Feature Selection Parallelization |
| |
| LU Jiang and LI Yun. MapReduce Based Feature Selection Parallelization[J]. Computer Science, 2015, 42(8): 44-47, 81 |
| |
| Authors: | LU Jiang and LI Yun |
| |
| Affiliation: | College of Computer Science,Nanjing University of Posts and Telecommunications,Nanjing 210023,China and College of Computer Science,Nanjing University of Posts and Telecommunications,Nanjing 210023,China |
| |
| Abstract: | |
| |
| Keywords: | Feature selection Local learning Distributed MapReduce |
| 本文献已被 万方数据 等数据库收录！ |
|
点击此处可从《计算机科学》下载全文 |
|
