Hadoop平台下Mahout随机森林算法的分析与实现
曹蒙蒙
郭朝有
1.海军工程大学动力工程学院 武汉 4300332.海军工程大学动力工程学院 武汉 430033
摘要：为了验证Mahout随机森林算法的评估效果,文章基于Hadoop平台以UCI数据库中的Banknote Authentication数据集为应用背景,对该算法进行了验证分析.首先阐述了Hadoop云计算平台的重要组成部分——HDFS分布式文件系统和MapReduce计算框架,同时搭建了完全分布式的Hadoop物理集群实验环境.然后,对随机森林算法在Mahout算法库中的实现过程及其原理进行分析.最后,用UCI数据集在Hadoop平台上进行验证.实验结果表明,随机森林模型对Banknote Authentication数据集的分类准确率稳定在96%以上,当决策树的数目为5的时候,效果最优,准确率达98.5401%.此外,实例还通过选择不同的决策树数目,验证了随机森林算法具有较高的稳定性和鲁棒性.
关键词：Hadoop平台Mahout随机森林
分类号：TP391.6(计算技术、计算机技术)
论文发表日期：2018-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 40-44 )
英文信息