大规模异构数据的无监督分类
数据库
2017-07-04 v1 机器学习
摘要
在对大规模数据进行聚类时，响应时间、磁盘访问以及所形成的类的质量成为企业面临的主要问题。正是在此背景下，我们定义了用于大规模异构数据的聚类框架，有助于解决这些问题。所提出的框架基于：首先，基于MCA的描述性分析；其次，大规模环境下的MapReduce范式。结果令人鼓舞，并证明了混合部署在响应质量和时间成分以及定性与定量数据上的有效性。
引用
@article{arxiv.1707.00297,
title = {Classification non supervis\'ee des donn\'ees h\'et\'erog\`enes \`a large \'echelle},
author = {Mohamed Ali Zoghlami and Olfa Arfaoui and Minyar Sassi Hidri and Rahma Ben Ayed},
journal= {arXiv preprint arXiv:1707.00297},
year = {2017}
}
备注
6 pages, in French, 8 figures