基于Mapreduce的afsa_km聚类算法并行实现

针对k-means算法对初始聚类中心敏感的问题，提出利用人工鱼群算法去优化k均值算法，即先通过人工鱼的行为进行全局搜索，得到一个初始的全局最优划分后再进行聚类，运用云平台Hadoop的并行处理框架Mapreduce对混合算法实施并行处理，从而快速准确地处理大量数据。实验结果表明，改进后的算法在执行速度、准确性、加速比及可扩展性方面都有所提高。