基于关系数据库管理系统的K-means聚类算法  

K-means Clustering Algorithm with a Relational DBMS

作　　者：金微[1] 吕萍[1] 朱翠青[1] 汪克峰[1] 

机构地区：[1]江苏理工学院计算机工程学院,江苏常州213001

出　　处：《江苏理工学院学报》2015年第4期26-31,共6页Journal of Jiangsu University of Technology

摘　　要：基于关系型数据库管理系统(DBMS)的数据挖掘算法对数据库程序员来说是一个很重要的问题。这里介绍了利用SQL实现的基于关系数据库管理系统的K-means聚类算法,将简单的K-means计算转化为SQL。实验证明,提出的K-means聚类算法可以对大型数据集进行聚类。将K-means算法分别用SQL和C++实现,比较相关的速度和可伸缩性,并且研究了在DBM S外输出数据集的时间。实验表明,SQL对于小型数据集还是很有效的,但对于大型数据集效率较低,而输出次数对于C++成为了一个瓶颈。Data mining algorithms with a relational DBMS is an important problem for database programmers. We introduce SQL implementations of K - means clustering algorithm to integrate it with a relational DBMS, translate K - means computations into SQL. We experimentally show the proposed K - means can cluster large data sets. We compare K -means implementations in SQL and C ＋ ＋ with respect to speed and scalability and we also study the time to export data sets outside of the DBMS. Experiments show that SQL overhead is significant for small data sets, but relatively low for large data sets, whereas export times become a bottleneck for C ＋ ＋.

关 键 词：聚类 K-means SQL 关系数据库管理系统 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]