论文部分内容阅读
结合Rough Set理论研究了分布式处理海量数据中的关键问题，即分割海量数据集的问题。经典的RoughSet算法要求数据常驻内存，因此不能有效地处理海量数据。为了能够直接处理海量数据集，根据最佳分割的定义，结合属性约简的思想，提出基于属性约简的粗糙集海量数据分割算法（Mass Data Partition for Rough Seton Attribute Reducdon，MD-PRS—AR）。通过实验表明，MDPRS—AR算法的分割效率比传统的算法约高70％，而且与处理整个数据集的算法相比，正确性损