- 博客(2)
- 资源 (1)
- 收藏
- 关注
RSS订阅转载 聚类分析中几种算法的比较
将数据库中的对象进行聚类是聚类分析的基本操作，其准则是使属于同一类的个体间距离尽可能小，而不同类个体间距离尽可能大，为了找到效率高、通用性强的聚 类方法人们从不同角度提出了近百种聚类方法，典型的有K-means方法、K-medoids方法、CLARANS方法,BIRCH方法等，这些算法适用 于特定的问题及用户。本文综合提出了评价聚类算法好坏的5个标准，基于这5个标准，对数据挖掘中常用聚类方法作了比
2014-01-13 16:46:39
30934
转载 数据挖掘领域顶级会议期刊及其分析
JournalsACM TKDD http://tkdd.cs.uiuc.edu/DMKD http://www.springerlink.com/content/1573-756X/?p=859c3e83455d41679ef1be783e923d1d&pi=0IEEE TKDE http://www.ieee.org/organizations/pubs/transactions/
2014-01-13 16:32:15
895
org.sonarlint.eclipse.site-3.2.0.201706271328.zip
eclipse sonarlint插件，提供on-the-fly代码检查结果，提高代码质量。
2019-05-17
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人