基于異構(gòu)大數(shù)據(jù)平臺的并行化K-means算法設(shè)計與實現(xiàn)

打開文本圖片集

摘要：K-means算法是數(shù)據(jù)挖掘和機器學習中用于聚類分析的基礎(chǔ)工具，廣泛應(yīng)用于文檔聚類、異常值檢測等多個領(lǐng)域。然而，隨著大數(shù)據(jù)時代的來臨，傳統(tǒng)方法難以滿足大規(guī)模數(shù)據(jù)聚類分析的處理需求。為此，文章基于Spark 和 GPU 構(gòu)建異構(gòu)大數(shù)據(jù)平臺，對K-means算法進行并行化設(shè)計與實現(xiàn)，以提高K-means算法的數(shù)據(jù)處理效率和資源利用率。（剩余6894字）