Algorithme K-Means parallèle basé sur Hadoop-MapReduce pour l'exploration de données

Ce travail avait pour objectif d' tudier l'utilisation d'un algorithme de regroupement K-Means parall le, bas sur le mod le de programmation MapReduce, afin d'am liorer le temps de r ponse de l'exploration de donn es. Les performances de l'algorithme ont t valu es en termes de SpeedUp et ScaleUp. Pour cela, des exp riences ont t men es sur un cluster Hadoop compos de six ordinateurs mat riel standard. Les donn es regroup es sont des mesures de flux provenant de tours situ es dans des r gions agricoles et appartiennent Ameriflux. Les exp riences ont t men es l'aide de 3, 4 et 6 machines, respectivement. Les r sultats ont montr qu'avec l'augmentation du nombre de machines, les performances ont t am lior es, le meilleur temps ayant t obtenu avec six machines, atteignant un SpeedUp de 3,25. Il a t constat que l'application s'adapte bien l'augmentation quivalente de la taille des donn es et du nombre de machines dans le cluster, atteignant des performances similaires lors des tests.