based on the MapReduce based proced

based on the MapReduce based procedure outperforms the baseline
and distributed procedure, which is different from the previous
results. In addition, the classification accuracy is the same, no
matter how many computer nodes are used (i.e. 85.71%). On the
other hand, the SVM based on the distributed procedure demonstrates
unstable performance when using different numbers of
computer nodes.
Fig. 11 shows the computational costs of training and testing
the SVM for the distributed and MapReduce based procedures. In
this dataset, the baseline procedure takes 173,911 s (i.e. around
48 h) while about 1–5 h are required for the distributed procedure
during the classifier training and testing steps. However, the
MapReduce based procedure requires the least amount of training
and testing time, especially when 10 computer nodes are used, requiring
only 76 s.
Although the computational costs obtained using different
numbers of computer nodes based on the MapReduce based procedure
are similar (i.e. about 1–2 min), the processing times gradually
increase when the number of computer nodes increases from
10 to 50.
These results indicate that increasing the number of computer
nodes does not necessarily mean that the processing time can be
reduced. This is because in the MapReduce framework using larger
numbers of computer nodes creates a need to allocate the training
set to more workers (i.e. computer nodes) during the computation.
Therefore, more communication between different works are
needed

ผลลัพธ์ (ไทย) 1:

คะแนนเฉลียจาก MapReduce การตามขั้นตอนมีประสิทธิภาพสูงกว่าพื้นฐานและ กระบวนการกระจาย ซึ่งแตกต่างจากก่อนหน้านี้ผลลัพธ์ที่ นอกจากนี้ ความถูกต้องของการจัดประเภทเป็นเลขเดียวเรื่องจำนวนโหนคอมพิวเตอร์ใช้ (เช่น 85.71%) ในการอธิบาย SVM ที่อิงกระบวนการกระจายมืออื่น ๆประสิทธิภาพที่ไม่เสถียรเมื่อใช้ตัวเลขแตกต่างกันคอมพิวเตอร์โหนรูปที่ 11 แสดงต้นทุนคำนวณของการฝึกอบรมและการทดสอบSVM สำหรับการกระจายและ MapReduce ตามขั้นตอน ในชุดข้อมูลนี้ s การใช้ 173,911 ขั้นตอนพื้นฐาน (เช่นประมาณ48 ชั่วโมง) ในขณะที่ประมาณ 1 – 5 ชั่วโมงจำเป็นสำหรับขั้นตอนการกระจายในระหว่างการจำแนกการฝึกอบรม และการทดสอบขั้นตอน อย่างไรก็ตาม การMapReduce ตามกระบวนงานต้องฝึกอบรมน้อยและเวลา การทดสอบโดยเฉพาะอย่างยิ่งเมื่อใช้คอมพิวเตอร์ 10 โหน ต้องเพียง 76 sแม้ว่าต้นทุนคำนวณได้โดยใช้แตกต่างกันหมายเลขของโหนคอมพิวเตอร์อิง MapReduce การตามขั้นตอนจะคล้ายกัน (เช่นประมาณ 1-2 นาที), การประมวลผลเวลาค่อย ๆเพิ่มขึ้นเมื่อจำนวนโหนคอมพิวเตอร์เพิ่มขึ้นจาก10-50ผลลัพธ์เหล่านี้บ่งชี้ว่า การเพิ่มจำนวนของคอมพิวเตอร์โหนไม่ได้หมาย ความว่าเวลาการประมวลผลที่ที่สามารถลดลง ทั้งนี้เนื่องจากในกรอบ MapReduce ใช้ขนาดใหญ่หมายเลขของโหนคอมพิวเตอร์สร้างความจำเป็นในการปันส่วนการฝึกอบรมตั้งคนงานเพิ่มเติม (เช่นคอมพิวเตอร์โหน) ในระหว่างการคำนวณดังนั้น มีการสื่อสารมากขึ้นระหว่างทำงานที่แตกต่างกันจำเป็นต้อง

ผลลัพธ์ (ไทย) 2:

ขึ้นอยู่กับขั้นตอนตาม MapReduce มีประสิทธิภาพดีกว่าพื้นฐาน
และจัดจำหน่ายขั้นตอนซึ่งจะแตกต่างจากก่อนหน้านี้
ผลการ นอกจากนี้ความถูกต้องของการจัดหมวดหมู่เป็นเหมือนเดิมไม่
ว่ากี่โหนดคอมพิวเตอร์จะใช้ (คือ 85.71%) บน
มืออื่น ๆ SVM ขึ้นอยู่กับขั้นตอนการกระจายแสดงให้เห็นถึง
ประสิทธิภาพการทำงานไม่เสถียรเมื่อใช้ตัวเลขที่แตกต่างของ
โหนดคอมพิวเตอร์.
รูป 11 แสดงให้เห็นถึงค่าใช้จ่ายในการคำนวณของการฝึกอบรมและการทดสอบ
SVM สำหรับขั้นตอนการกระจายและ MapReduce ตาม ใน
ชุดนี้ขั้นตอนพื้นฐานใช้เวลา 173,911 s (เช่นรอบ
48 ชั่วโมง) ในขณะที่ประมาณ 1-5 ชั่วโมงที่จำเป็นสำหรับขั้นตอนการกระจาย
ในระหว่างการฝึกอบรมจําแนกและขั้นตอนการทดสอบ อย่างไรก็ตาม
ขั้นตอน MapReduce ตามต้องมีจำนวนน้อยที่สุดของการฝึกอบรม
และการทดสอบเวลาโดยเฉพาะอย่างยิ่งเมื่อ 10 โหนดคอมพิวเตอร์ที่ใช้กำหนด
เพียง 76 s.
แม้ว่าค่าใช้จ่ายในการคำนวณได้จากการใช้ที่แตกต่างกัน
จำนวนโหนดคอมพิวเตอร์ขึ้นอยู่กับขั้นตอนการ MapReduce ตาม
ที่มีความคล้ายคลึง (เช่น ประมาณ 1-2 นาที), เวลาการประมวลผลจะค่อยๆ
เพิ่มขึ้นเมื่อจำนวนโหนดคอมพิวเตอร์เพิ่มขึ้นจาก
10 ถึง 50
ผลการศึกษานี้แสดงให้เห็นว่าการเพิ่มจำนวนของคอมพิวเตอร์
โหนดไม่จำเป็นต้องหมายความว่าเวลาการประมวลผลที่สามารถ
ลดลง นี้เป็นเพราะในกรอบ MapReduce ขนาดใหญ่โดยใช้
หมายเลขของโหนดคอมพิวเตอร์สร้างต้องจัดสรรการฝึกอบรมที่
กำหนดให้แรงงานมากขึ้น (เช่นต่อมน้ำคอมพิวเตอร์) ในระหว่างการคำนวณ.
ดังนั้นการสื่อสารมากขึ้นระหว่างการทำงานที่แตกต่างกัน
ที่จำเป็น

ผลลัพธ์ (ไทย) 3:

ตาม mapreduce ขั้นตอนโปรยตามพื้นฐานและขั้นตอนการกระจาย ซึ่งแตกต่างจากก่อนหน้าผลลัพธ์ นอกจากนี้ความแม่นยำในการจำแนก คือ เดียวกัน ไม่กี่คอมพิวเตอร์โหนดที่ใช้ ( เช่นพิมพ์ % ) บนมืออื่น ๆ , SVM ตามขั้นตอนให้กระจายเมื่อใช้ตัวเลขที่แตกต่างกันของงานไม่มั่นคงโหนดคอมพิวเตอร์รูปที่ 11 แสดงการคำนวณต้นทุนของการฝึกอบรมและทดสอบSVM เพื่อแจกจ่าย และ mapreduce ตามขั้นตอน ในชุดข้อมูลนี้ ขั้นตอนพื้นฐานที่ใช้ 173911 s ( เช่นรอบ ๆ48 ชั่วโมง ) ในขณะที่ประมาณ 1 – 5 H ที่จําเป็นสําหรับขั้นตอนการกระจายในแบบฝึก และขั้นตอนการทดสอบ อย่างไรก็ตามmapreduce ขั้นตอนตามต้องการจำนวนน้อยที่ฝึกอบรมและเวลาในการทดสอบ โดยเฉพาะอย่างยิ่งเมื่อ 10 โหนดคอมพิวเตอร์ที่ใช้ในปัจจุบัน76 .แม้ว่าการคำนวณต้นทุนที่ได้ใช้ต่าง ๆตัวเลขของโหนดคอมพิวเตอร์ตาม mapreduce ตามขั้นตอนจะคล้ายกัน ( เช่นประมาณ 1 – 2 นาที ) , การประมวลผลครั้ง ค่อย ๆเพิ่มขึ้นเมื่อจำนวนคอมพิวเตอร์โหนดที่เพิ่มขึ้นจาก10 ถึง 50ผลลัพธ์เหล่านี้แสดงให้เห็นว่าการเพิ่มจำนวนของคอมพิวเตอร์โหนดไม่ได้หมายความว่าเวลาการประมวลผล สามารถลดลง นี้เป็นเพราะในกรอบ mapreduce ใช้ขนาดใหญ่ตัวเลขของโหนดคอมพิวเตอร์จะต้องจัดสรรการฝึกอบรมตั้งค่าให้ทำงานมากขึ้น ( เช่น โหนดคอมพิวเตอร์ ) ในการคำนวณได้ดังนั้นการสื่อสารระหว่างงานที่แตกต่างกันมากขึ้นต้องการ