基于Hadoop的FP-Growth改进算法
大小：1.06 MB 人气： 2018-01-14 需要积分：1
大数据环境下，传统的串行FP-Crowth算法在处理海量数据时，占用内存过大、频繁项多，适用于大数据情况的PFP（ parallel FP-Crowth）算法存在数据量增大无法处理的缺陷。针对这些问题，提出了基于Hadoop的负载均衡数据分割FP-Growth并行算法。在Hadoop平台下，使用负载均衡和数据分割相结合的方式对原始事务数据集分片实现并行化。实验证明，基于Hadoop的负载均衡数据分割FP-Crowth并行算法在处理数据量和效率上有所提高。
非常好我支持^.^
(0) 0%
不好我反对
(0) 0%
下载地址
基于Hadoop的FP-Growth改进算法下载
相关电子资料下载
- 大数据计算框架简介 1089
- 大数据相关介绍：Hadoop的生态系统构成 1011
- Hadoop大数据存算分离方案：计算层无缝对接存储系统 576
- 开源“摩尔定律”即将打破《2022开源大数据热力报告》云栖大会上发布 309
- 如何将Hadoop部署在低廉的硬件上 993
- Ampere将在2022 Apache Hadoop Meetup上解读云原生 782
- 基于Hadoop的产品大数据分布式存储优化 515
- Hadoop大数据“存算分离”，柏科数据 ISCloud分布式存储提质增效 502
- 如何将Hadoop迁移到云平台中？ 662
- 华为云OBS对象存储服务完成开源社区同行评审 正式合入Apache Hadoop社区 1934