分布式建树(MapReduce)

    公司做广告业务， 为了对流量切分，提升广告效益，结合自身业务用C++写了一个类决策树模型(决策树变种简化版)，开发完成后该模型在提升广告效果上取得不错成效，但随着feature不断增加, 建树原始记录快速增长，单机内存建树遇到瓶颈，因建树及分枝裁剪都在内存进行，当数据量超过5000W行后出现内存不足，同时建树时间也急剧延长。      公司本身有hadoop集群， 在仔细分析c++建树代码

>>阅读原文<<