Создание эффективных алгоритмов с MapReduce

mapreduce файлы в качестве примера, которые поставляются с MATLAB®, иллюстрируют различные методы программирования. Можно использовать эти примеры в качестве начальной точки, чтобы быстро моделировать подобный mapreduce вычисления.

Примечание

Связанные файлы для этих примеров - все в toolbox/matlab/demos/ папка.

Ссылка в качестве примераПервичный файлОписаниеИзвестные методы программирования
Нахождение максимального значения с MapReduceMaxMapReduceExample.mНайдите максимальную задержку прибытия

Один промежуточный ключевой и минимальный расчет.

Вычисление среднего значения с MapReduceMeanMapReduceExample.mНайдите среднюю задержку прибытия

Один промежуточный ключ с промежуточным состоянием (накапливающий промежуточную сумму и количество).

Создание гистограмм Используя MapReduceVisualizationMapReduceExample.mВизуализируйте данные с помощью гистограмм

Сводные данные низкого объема данных, достаточных, чтобы сгенерировать диаграмму и получить предварительную информацию.

Вычислите подразумевают под группой Используя MapReduceMeanByGroupMapReduceExample.mВычислите среднюю задержку прибытия в течение каждого дня недели

Выполните простые расчеты на подгруппах входных данных с помощью нескольких промежуточных ключей.

Вычисление максимального среднего HSV изображений с MapReduceHueSaturationValueExample.mОпределите средний максимальный оттенок, насыщение и яркость в коллекции изображений

Анализирует datastore изображений с помощью трех промежуточных ключей. Выходные параметры являются именами файлов, которые могут использоваться, чтобы просмотреть изображения.

Простое подмножество данных Используя MapReduceSubsettingMapReduceExample.mСоставьте одну таблицу от подмножества большого набора данных

Экстракция подмножества большого набора данных, чтобы искать шаблоны. Процедура обобщена с помощью параметрированной функции карты, чтобы передать в критериях подмножества.

Используя MapReduce, чтобы вычислить ковариацию и связанные количестваCovarianceMapReduceExample.mВычислите ковариацию и связанные количества

Вычислите несколько промежуточных значений и сохраните их тем же ключом. Используйте ковариацию, чтобы получить корреляционную матрицу и коэффициенты регрессии, и выполнить анализ основных компонентов.

Вычисление сводной статистики группы Используя MapReduceStatisticsByGroupMapReduceExample.mВычислите итоговую статистику, организованную группой

Используйте анонимную функцию, чтобы передать дополнительный параметр группировки параметрированной функции карты. Эта параметризация позволяет вам быстро повторно вычислять статистику с помощью различных сгруппированных переменных.

Используя MapReduce, чтобы соответствовать модели логистической регрессииLogitMapReduceExample.mПодбирайте простую модель логистической регрессии

Цепь несколько mapreduce вызовы, чтобы выполнить итеративный алгоритм регрессии. Анонимная функция передает информацию от одной итерации до рядом с, предоставляют информацию непосредственно к функции карты.

Высокий тощий QR (TSQR) матричная факторизация Используя MapReduceTSQRMapReduceExample.mВысокое тощее разложение QR

Цепь несколько mapreduce вызовы, чтобы выполнить несколько итераций факторизаций. Также используйте info входной параметр карты функционирует, чтобы вычислить промежуточные числовые ключи.