%0 Journal Article
%A 何倩
%A 黄焕
%A 李双富
%A 徐红
%T 一种海量数据快速聚类算法
%D 2020
%R 10.13190/j.jbupt.2019-078
%J 北京邮电大学学报
%P 118-124
%V 43
%N 3
%X 为满足海量数据处理要求，提出了一种基于网格的<em>K</em>-means快速聚类算法（SPGK）.设计基于网格质心的聚类簇个数选取算法，对数据进行网格划分得到每个网格的质心，将质心作为<em>K</em>-means聚类的样本点，从而减少<em>K</em>-means的欧氏距离计算次数.该算法基于Spark平台实现并行计算，进一步地提高了算法的运行效率.SPGK不但能够获得良好的聚类效果，而且缩减了欧氏距离计算次数，适用于海量数据的快速聚类.在千万级数据集上的实验结果表明，SPGK的性能明显优于现有的<em>K</em>-means++和基于<em>K</em>均值聚类的递归划分方法.
%U https://journal.bupt.edu.cn/CN/10.13190/j.jbupt.2019-078