分类是数据挖掘中的重要技术，广泛应用于电子商务，生物信息学，商业智能等领域。然而，随着科技的发展特别是互联网技术的普及，数据规模和数据关系的复杂性都大大增加，传统分类技术已无法有效处理，研究能够高效处理海量数据的分类方法成为人们关注的热点。　　 本文研究一种新型分类模型，在分类精确度和计算复杂度之间取得了较好的平衡。构建模型和分类过程采用MapReduce框架分布式实现，可以高效处理大规模数据。主要工作包括：　　 1.结合K最近邻方法(简称KNN)和基于聚类的分类方法，提出了一种基于最小生成树的新型分类算法。通过预先对训练集聚类降低了计算复杂度；通过提取类簇的子集，保存类的有效信息，获得较高分类准确度，从而取得精度和效率之间的平衡。　　 2.寻找大数据量训练集的最小生成树是构建分类模型的关键步骤之一。本文提出了一种基于MapReduce模型的分布式并行MST算法，为解决大规模数据分类问题提供了有效保证。　　 3.使用MapReduce框架分布式实现上述分类模型，并使用模型完成并行化的分类，高效处理大规模的数据。　　 我们进行了广泛的实验来验证模型，结果表明，相对于KNN，BFTree等常用算法本分类模型可以取得更高的精度；对大规模测试数据的实验表明本分类模型在保证精度的前提下可以大大提高分类效率。