基于Hadoop平台的SVM_WNB分类算法的研究

发布时间：2017-07-14 04:06

  本文关键词：基于Hadoop平台的SVM_WNB分类算法的研究

  更多相关文章： 大数据 数据挖掘 SVM_WNB算法 Hadoop云平台 并行化

【摘要】：SVM算法和朴素贝叶斯分类算法是对大量复杂数据分类中性能优秀的算法。然而它们的缺点使得分类效果受到了影响,而且传统的数据挖掘分类算法也无法满足对于海量数据的处理。针对这些问题,这里对传统的朴素贝叶斯算法进行了分析和改进,提出了SVM_WNB分类算法,并且在Hadoop云平台上对算法实现并行化处理,使其能够对大数据进行处理。实验验证,改进后的算法在准确性和效率等方面有明显提升,在大数据的分类上将会起到显著的效果。
【作者单位】： 南京邮电大学计算机学院;
【关键词】： 大数据 数据挖掘 SVM_WNB算法 Hadoop云平台 并行化
【分类号】：TP301.6
【正文快照】： 现今,在不同的领域中到处充满着含有巨大的潜在价值的数据。根据国际分析机构IDC的统计,到2020年,预计全球通过不同设备产生的数据量将会超过40 ZB,而在中国,到2020年,整个数据量将突破8 ZB[1]。要想在这些数据中挖掘出丰富的价值,对大数据进行有效的分类是至关重要的一步。在

【相似文献】

中国重要会议论文全文数据库 前10条

1 赵波;唐常杰;朱明放;魏大刚;左R，

本文编号：539571