$\ell_p$-距离下单链接聚类的海量并行算法与硬度
数据结构与算法
2018-03-28 v2 数据库
分布式、并行与集群计算
摘要
我们提出了在 Hamming、、 和 距离下计算 个 维输入向量的单链接聚类的海量并行（MPC）算法及近似硬度结果。对于任意固定的 ，我们所有的算法均在 轮 MPC 内运行，并对所有距离实现了 -近似（对于 Hamming 距离，我们给出了精确算法）。在标准的 MPC 硬度假设下（对于取决于所用距离的足够大的维度），我们还证明了 轮算法的常数因子不可近似性结果。通过在多种数据集上的实验，展示了我们算法在 Apache Spark 中实现的效率，其加速比达到了数个数量级。
引用
@article{arxiv.1710.01431,
title = {Massively Parallel Algorithms and Hardness for Single-Linkage Clustering Under $\ell_p$-Distances},
author = {Grigory Yaroslavtsev and Adithya Vadapalli},
journal= {arXiv preprint arXiv:1710.01431},
year = {2018}
}