[本文摘要]

由于计算机内存资源限制，分类器组合的有效性及最优性选择是机器学习领域的主要研究内容。经典的集成分类算法在处理小数据集时，拥有较高的分类准确性，但面对大量数据时，由于多基分类器学习、分类共用1台计算机资源，导致运算效率较低，这显然不适合处理当今的海量数据。针对已有集成分类算法只适合作用于小规模数据集的缺点，剖析了集成分类器的特性，采用基于聚合方式的集成分类器和云计算的MapReduce技术设计了并行集成分类算法（EMapReduce），达到并行处理大规模数据的目的。并在Amazon计算集群上模拟实验，实验结果表明该算法具有一定的高效性和可行性。