1-مقدمه

2- الگوریتم مجموعه ای

2-1-ساختار های داده

لیستهای صفات

هیستوگرامها

2-2 یافتن نقاط تقسیم

صفات پیوسته

صفات طبقه ای

2-3 انجام تقسیم

2-4- مقایسه با SLIQ

3- موازی سازی طبقه بندی

3-1-قرار دهی داده و حفظ تعادل حجم کار

3-2-یافتن نقاط تقسیم

صفات پیوسته

صفات دسته بندی

3-3- انجام تقسیم

3-4- موازی سازی SLIQ

3-4-1- لیست طبقه تکرار شده

3-4-2-لیست طبقه توزیع یافته

4-ارزیابی کارایی

4-1- مجموعه داده ها

4-2- کارایی مجموعه ای

4-3-عملکرد موازی

4-3-1 مقایسه الگوریتم های موازی

4-3-2 مقیاس پذیری

4-3-3-افزایش سرعت

4-3-4-سایزبندی

5 نتیجه گیری

چکیده

طبقه بندی یکی از مسائل داده کاوی مهم می باشد. گرچه طبقه بندی یک مسئله ای است که به خوبی مطالعه شده است، بسیاری از الگوریتم های طبقه بندی فعلی نیاز دارند که همه یا بخشی از کل  مجموعه داده ها به طور دائم در حافظه باقی بمانند. این مسئله مناسب بودن آنها برای کاوش در پایگاه داده های بزرگ را محدود می کند. ما یک الگوریتم طبقه بندی مبتنی بر درخت تصمیم به نام sprit را ارائه کردیم که تمامی محدودیتهای حافظه را حذف می کند ، و سریع و مقیاس پذیر می باشد. الگوریتم طوری طراحی شده که به راحتی موازی شود، به بسیاری از پردازشگرها باید اجازه دهد تا یک مدل سازگار واحد ایجاد کنند. این موازی سازی ، که در اینجا نیز ارائه شده، مقیاس پذیری خوبی را نیز نشان می دهد. ترکیب این ویژگی ها الگوریتم پیشنهادی را یک ابزار ایده آل برای داده کاوی تبدیل می کند.