论文部分内容阅读
当CURE算法在处理不均匀的海量数据时，针对随机抽样不具有代表性的问题，提出了一种健壮的并行化改进算法。该算法使用Binary-Positive算法得到原始数据的有效属性，并利用MapReduce并行框架对有效数据进行层次聚类，从而实现了正确率与效率的一种权衡。实验分析表明，改进后的CURE算法具有更高的执行效率，且聚类效果良好。