project-big-data-apache-beam

Partie A : Implémentation de k-means séquentiel (Python)

Partie B : Implémentation d’une version streaming de k-means

Algorithme :

• Si la taille de X est T : enlever le plus vieux batch de X
• Ajouter B⁰ à X
• Initialiser les centroïdes C avec la partition P
• Obtenir les centroïdes C et la partition P avec l’algorithme k-means pondéré :
• les points des batches sont pondérés par rt où t est le numéro du batch ordonné par ordre décroissant : 0 est le batch le plus récent, 1 est le batch précédent, etc.

Partie C : Implémentation de k-means distribué

Partie D : Implémentation de k-means séquentiel distribué (Apache Beam)

Partie E : Implémentation d'une version streaming et distribuée de K-means (Apache Beam)