注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 数据挖掘原理与SPSS Clementine应用-聚类分析教程

  2. 聚类分析原理 聚类分析常用算法分类 划分聚类方法 层次聚类方法 基于密度的聚类方法 基于网格的聚类方法 基于模型的聚类方法 高维数据的聚类方法 模糊聚类FCM 应用实例分析

  3. 所属分类：其它

    • 发布日期：2010-01-11
    • 文件大小：174080
    • 提供者：yxinfa

  1. 数据挖掘--概念与技术

  2. 目录 第一章 引言 ......................................................................................................................................................... 8 1.1 什么激发数据挖掘？为什么它是重要的？.............................................................

  3. 所属分类：Web开发

    • 发布日期：2010-09-06
    • 文件大小：1048576
    • 提供者：huanghyw

  1. 聚类分析的简介 易于了解各种聚类

  2. 聚类简介 对聚类的典型要求 聚类分析计算方法下几种： 1. 划分法(partitioning methods) 2. 层次法(hierarchical methods) 3. 基于密度的方法(density-based methods) 4. 基于网格的方法(grid-based methods) 5. 基于模型的方法(model-based methods)

  3. 所属分类：专业指导

    • 发布日期：2011-08-20
    • 文件大小：7168
    • 提供者：pure_qi

  1. EM算法(简).ppt

  2. 聚类：将数据集中的数据分成若干类（簇），使类内相似度尽可能大，类间相似度尽可能小。 聚类算法：基于划分的方法（K均值）、层次聚类、基于密度的方法、基于网格的方法、基于模型的方法。

  3. 所属分类：数据库

    • 发布日期：2011-09-05
    • 文件大小：104448
    • 提供者：fengyuewubian1

  1. 分层K-means

  2. 聚类分析是数据挖掘中的一个重要领域，是数据划分或分组处理的重要手段和方法，聚类分析已经应该于广泛的领域。聚类算法可以分为基于层次的方法、基于划分的方法、基于网格的方法、基于密度的方法和基于模型的方法

  3. 所属分类：其它

    • 发布日期：2014-07-30
    • 文件大小：5242880
    • 提供者：tiantian11222

  1. 聚类算法简单总结

  2. 对聚类算法的简单总结。聚类分析的算法可以分为划分法（Partitioning Methods）、层次法（Hierarchical Methods）、基于密度的方法（density-based methods）、基于网格的方法（grid-based methods）、基于模型的方法（Model-Based Methods）。

  3. 所属分类：机器学习

    • 发布日期：2017-09-07
    • 文件大小：19456
    • 提供者：u011426126

  1. 聚类算法的分类及应用

  2. 聚类算法的分类及应用，介绍了聚类算法可分为基于模型、网格、层次、密度、划分的算法；重点介绍了基于划分的算法：Kmeans算法，以及算法中距离的不同计算方式

  3. 所属分类：制造

    • 发布日期：2018-07-19
    • 文件大小：74752
    • 提供者：weixin_42738060

  1. Clustering-Algorithms-master.zip

  2. 基于Python实现了K-Means、GMM、DBSCAN、AGNES等四种常见的聚类算法. 很难对聚类方法提出一个简洁的分类，因为这些类别可能重叠，从而使得一种方法具有几类的特征，尽管如此，对于各种不同的聚类方法提供一个相对有组织的描述依然是有用的，为聚类分析计算方法主要有如下几种:划分法（Partitioning Methods）、层次法（Hierarchical Methods）、基于密度的方法（density-based methods）、基于网格的方法（grid-based meth

  3. 所属分类：机器学习

  1. 科技文献数据挖掘关键技术研究.pdf

  2. 科技文献数据挖掘关键技术研究分类号 密级: UDC 编号 工学硕士学位论文 科技文献数据挖掘关键技术研究 硕士研究生:李梦阳 指导教师:姚念民教授 学位级别:工学硕士 学科、专业:计算机科学与技术 所在单位:计算机科学与技术学院 论文提交日期:2015年3月3日 论文答日期:2015年3月13日 学位授予单位:哈尔滨工程人学 Classified Index U. D. C. A Dissertation for the degree of M. Eng Research on key tec

  3. 所属分类：互联网

    • 发布日期：2019-07-08
    • 文件大小：2097152
    • 提供者：dddds123