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