基基 GraphLab 基基基基基基 基基基 传 论论论论 论论论 :
Jan 04, 2016
基于GraphLab的分布式近邻传播算法论文作者:陈文强
2 基于 GraphLab的实现目录目录目录目录
3 实验结果与分析
1 Affinity Propagation 算法背景
Affinity Propagation 算法
Affinity Propagation 算法 时间复杂度 :
算法复杂度高O(N*N*logN),相比下, K-Means只有 O(N*K)的复杂度当 N比较大时 (N>3000),算法往往需要很长时间才能收敛
基于GraphLab的实现
基于 GraphLab的实现Machine 2Machine 1
Machine 4Machine 3
Σ1 Σ2
Σ3 Σ4
+ + +
YYYY
Y’
ΣY’Y’Y’
从邻接节点与当前节点相连的边收集 availability,a(i,k`)以及responsibility,r(i`,k)
更新与邻接节点相连的边上的a(i,k)以及 r(i,k)
6
Master
Mirror
MirrorMirror
实验结果与分析 本文的实验运行于 3.10GHz 的 4核处理器上 ,内存为 8GB.
采用流形学习工具MANI合成的数据3D Clusters 、 Aggregation 、 Flame以及 Pathbased作为数据集
实验结果与分析 本文的实验运行于 3.10GHz 的 4核处理器上 ,内存为 8GB.
采用流形学习工具MANI合成的数据3D Clusters 、 Aggregation 、 Flame以及 Pathbased作为数据集
实验结果与分析
实验结果与分析
关于GStrAP的更多信息
软件主页:
http://datamining.xmu.edu.cn/software/gstrap/