公开(公告)号：CN102750309B

公开(公告)日：2015-06-17

申请号：CN201210072523.8

申请日：2012-03-19

Applicant: 南京大学 ,  南京大学江阴信息技术研究院

Inventor： 高阳 ,  罗爱宝 ,  商琳 ,  杨育彬

IPC: G06F17/30

Abstract: 本发明公开了一种基于Hadoop的并行化SVM求解方法，包括如下步骤：将数据存储于分布式的集群文件系统中；根据数据的分布状况，在各个数据块上执行随机抽样过程，并将随机抽取的样本数据一一分配并形成若干的数据子集；在所述数据子集上进行局部第一方法；将各个数据子集上进行局部第一方法的结果进行取平均的融合，输出平均结果。本发明能够在不损失精度的情况下处理海量数据下的Pegasos求解，大大缩短运行时间，并且能够有好的拓展性。

公开(公告)号：CN102750309A

公开(公告)日：2012-10-24

申请号：CN201210072523.8

申请日：2012-03-19

Applicant: 南京大学 ,  南京大学江阴信息技术研究院

Inventor： 高阳 ,  罗爱宝 ,  商琳 ,  杨育彬

IPC: G06F17/30

Abstract: 本发明公开了一种基于Hadoop的并行化SVM求解方法，包括如下步骤：将数据存储于分布式的集群文件系统中；根据数据的分布状况，在各个数据块上执行随机抽样过程，并将随机抽取的样本数据一一分配并形成若干的数据子集；在所述数据子集上进行局部第一方法；将各个数据子集上进行局部第一方法的结果进行取平均的融合，输出平均结果。本发明能够在不损失精度的情况下处理海量数据下的Pegasos求解，大大缩短运行时间，并且能够有好的拓展性。