论文研究基于MapReduce的并行模糊C均值算法.pdf

模糊C均值是一种重要的软聚类算法，针对模糊C均值的随着数据量的增加，时间复杂度过高的缺点，提出了一种基于MapReduce的并行模糊C均值算法。算法重新设计模糊C均值，使其符合MapReduce的基于key/value的编程模型，并行计算数据集到中心点的隶属度，并重新计算出新的聚类中心，提高了模糊C均值处理大容量数据的计算效率。实验结果表明，基于MapReduce的并行模糊C均值算法具有较高的加速比和扩展性。