探究計算機云計算的SLIQ并行算法分析

賀俊

摘 要：在存留和解析多樣數據時，云計算能供應實效凸顯的解決路徑。明晰數據挖掘用到的特有算法，帶有側重的價值。建構在SLIQ之上的算法，采用逐一遍歷以及伸縮性指標的計算方法，尋找到精準的分裂點。建構出來的模型，能促動算法實效的升高。經由改進，SLIQ框架下的算法，增添了并行化情形下的挖掘效率。

關鍵詞：計算機云計算；SLIQ；并行算法

數目偏多的數據，經由數據挖掘，被歸整和處理。陳舊的挖掘算法，只可以輸入那種規模偏小的數據量；若數據量遞增，那么這樣的算法會縮減速率，很難提升原有的運算成效。云計算框架下的運算，能處理這種規模偏大的數據。若能摸索出并行化情形下的數據挖掘，就可化解掉這樣的疑難。SLIQ接納了新穎的編程模型，在既有的環境之下，建構出決策規則情形中的數據挖掘。

1 新穎算法概述

建構在SLIQ框架下的新穎算法，歸屬于決策樹分類這種算法，并凸顯了代表性。這樣的算法，可處理數目偏多的數據；而陳舊的分類器帶有的處理容量，只能升至600KB左右。因此，建構在SLIQ框架下的新穎算法，打破了陳舊算法特有的瓶頸。經由改進的SLIQ，帶有凸顯的分布特性，能與現有的數據挖掘狀態契合。

上世紀末這一時段內，學者經由摸索，創設出了新穎的SLIQ。這樣的新算法，速率很高，且能被延展，它建構在特有的模型之上，即決策樹這種模型。SLIQ可分出三個獨特階段，即預處理用到的階段、構建樹的獨特階段、修剪樹的獨特階段。預處理用到的階段以內，要排列出各類別數值帶有的屬性。在制備出來的類表以內，對葉的那些節點索引，朝向決策樹搭配著的根節點。建構樹用到的階段以內，采納新穎的、遞歸調用必備的路徑。修剪樹用到的階段以內，特有的修剪算法，描述的是獨特的最小長度。

2 經由改進的新算法

2.1 獨特的屬性分裂路徑

SLIQ框架下的新穎算法，搭配著可伸縮的新指標。用這樣的新指標，替換掉舊有的信息量。這樣一來，就生成了最適宜的那種決策樹。在計算體系帶有的特征值時，索引只考量類值現有的分布情形。對數值型的、帶有連續性的獨特字段，在尋找出分裂點的路徑中，可設定出如下幾步：設定一個特有的字段a，經由排序，可獲取到獨特數列，含有m個數值。分裂這樣的事件，會在帶有鄰近特性的那些節點中產出，因此，就運算出了m種這樣的可能性。選取數列涵蓋著的中點，當成備選情形下的分裂點。依循由小到大這樣的次序，選取出能用到的分裂點。在這之中，最小點歸屬于最佳的備選數值。

對那些帶有離散特性的獨特字段，要經由分裂測試，選取出字段含有的所有子集。把原有的字段，分出兩個獨特成分，運算得來不同的索引。當選取到那個最小狀態下的索引時，就尋找到了最好的那個分裂點。然而，要遍歷字段涵蓋著的一切子集，會耗費掉偏多的時間。

2.2 并行化路徑

經由改進，SLIQ框架下的新穎算法，可以并行化路徑。具體而言，要把體系搭配著的一切類表，存留在現有的處理機以內。在并行框架下，建構樹用到的階段，應被側重探究，而剪枝時段，不會耗費掉偏多的時間。要創設出并行建樹必備的路徑，就應尋找出最好的那個分裂點，同時建構出能用到的新節點。

若要執行這樣的分裂路徑，則要更替樣本涵蓋著的類表，以及特有的直方圖。直方圖含有的獨特字段，可借助運算得來索引。還應借助特有的哈希表，以便存留住分割點搭配著的兩側數值，并供應并行節點必備的分隔根據。經由改進，SLIQ框架下的算法，能存留偏多的內存，提升原有速率；同時，在很短時段內，可生成期待中的目標數。

3 可用的改進途徑

借助特有的編程模型，改進了陳舊算法，獲取到SLIQ框架下的新算法。編程模型搭配著的函數，會把各類別根節點既有的記錄，予以水平方位內的劃分。這樣一來，就分出了N個等同規模之下的子集，并獲取到特有的數據塊。對N個這樣的子集，增添現有的格式化特性。Map框架下的操作，會經由掃描，錄入各類別的記錄。在這以后，分出同種類別下的key，對應到精準的文件內。選取特有的模計算，把這些文件，搭配到既有的模型之上。

對那些帶有連續屬性的獨特字段，要依循由小到大這樣的次序，排列出字段涵蓋著的屬性值。與此同時，要生成精準的直方圖。初始數值，被設定成零。要經由運算，得來分裂點搭配著的索引數值。隨時去更替現有的直方圖，對那些離散情形下的連續字段，可以不排出次序，也可以不去更替原有的直方圖。初次掃描，可歸結出特有的直方圖，運算得來子集搭配著的索引數值。

SLIQ框架下的獨特操作，會依循既有的分裂點，建構出可用的哈希表。這種表單內，第m條獨特記錄，就表征著源數據含有的第m個獨特樹節點。比對現有的輸出數值，選取出最小的那種索引，關聯起既有屬性，以及既有的數據表。對各類別工作站含有的偏小的索引，比對它們搭配著的屬性數值。這樣一來，就獲取到了最小情形下的指標值，它就歸屬于最好的那種分割點。經由年齡框架下的直方圖，可運算得來Age表征著的屬性。經由遍歷，可獲取到最好的那種分割點，這就增添了運算實效。

[參考文獻]

[1]楊長春，沈曉玲.基于云計算的SLIQ并行算法研究[J].計算機工程與科學，2012（03）.

[2]王鄂，李銘.云計算下的海量數據挖掘研究[J].現代計算機（專業版），2009（11）.

[3]高勛.基于云計算的Web結構挖掘算法研究[D].北京交通大學，2010（06）.