【Spark Summit East 2017】基于Spark的可擴充的層次聚類算法

本講義出自<b>chen jin</b>在spark summit east 2017上的演講，資料挖掘的第一步工作就是進行聚類，聚類的目标是減少資料備援或者定義資料類型，層次聚類，是一種被廣泛使用的叢集技術，它可以通過提出潛在的組織結構進而提供更豐富的表現方式。面對并行算法的挑戰性，在講義中chen jin通過将其轉化為最小生成樹問題設計一個單鍵分層聚類的并行實作方法。