peghoty

原创 聚类算法初探（八）数据尺度化问题

聚类算法的数据预处理过程中, 是否需要进行尺度化的一点探讨.

原创 聚类算法初探（七）聚类分析的效果评测

目前聚类算法种类众多，使得人们在实际应用中难于选择，因此,，对聚类分析的结果进行评价是关键的。假如有一个专门针对聚类效果的有效评价机制，那么，我们就可以对众多算法进行比较分析，从而选择最合适的聚类分析算法。本文摘自中国科学院计算技术研究所周昭涛的硕士论文《文本聚类分析效果评价及文本表示研究》的第三章，算是一则读书笔记吧，希望对大家有点帮助。

原创 聚类算法初探（六）OPTICS

最近由于工作需要，对聚类算法做了一些相关的调研。现将搜集到的资料和自己对算法的一些理解整理如下，供大家参考。另外在算法代码方面，我也做了一些实现（包括串行和并行），欢迎感兴趣的朋友探讨和交流。第一章 引言第二章 预备知识第三章 直接聚类法第四章 K-means 第五章 DBSCAN第六章 OPTICS

原创 聚类算法初探（四）K-means

最近由于工作需要，对聚类算法做了一些相关的调研。现将搜集到的资料和自己对算法的一些理解整理如下，供大家参考。另外在算法代码方面，我也做了一些实现（包括串行和并行），欢迎感兴趣的朋友探讨和交流。第一章 引言第二章 预备知识第三章 直接聚类法第四章 K-means 第五章 DBSCAN第六章 OPTICS

原创 聚类算法初探（三）直接聚类法

最近由于工作需要，对聚类算法做了一些相关的调研。现将搜集到的资料和自己对算法的一些理解整理如下，供大家参考。另外在算法代码方面，我也做了一些实现（包括串行和并行），欢迎感兴趣的朋友探讨和交流。第一章 引言第二章 预备知识第三章 直接聚类法第四章 K-means 第五章 DBSCAN第六章 OPTICS

原创 聚类算法初探（二）预备知识

最近由于工作需要，对聚类算法做了一些相关的调研。现将搜集到的资料和自己对算法的一些理解整理如下，供大家参考。另外在算法代码方面，我也做了一些实现（包括串行和并行），欢迎感兴趣的朋友探讨和交流。第一章 引言第二章 预备知识第三章 直接聚类法第四章 K-means 第五章 DBSCAN第六章 OPTICS

原创 聚类分析初探（一）引言

最近由于工作需要，对聚类算法做了一些相关的调研。现将搜集到的资料和自己对算法的一些理解整理如下，供大家参考。另外在算法代码方面，我也做了一些实现（包括串行和并行），欢迎感兴趣的朋友探讨和交流。第一章 引言第二章 预备知识第三章 直接聚类法第四章 K-means 第五章 DBSCAN第六章 OPTICS

原创 聚类算法初探（五）DBSCAN

最近由于工作需要，对聚类算法做了一些相关的调研。现将搜集到的资料和自己对算法的一些理解整理如下，供大家参考。另外在算法代码方面，我也做了一些实现（包括串行和并行），欢迎感兴趣的朋友探讨和交流。第一章 引言第二章 预备知识第三章 直接聚类法第四章 K-means 第五章 DBSCAN第六章 OPTICS

原创 相关性分析方法

作者: peghoty 出处: http://blog.csdn.net/peghoty/article/details/9337515 欢迎转载/分享, 但请务必声明文章出处.

原创 三种平均值的比较

原创 几种防止对数据“过分”挖掘的方法

1. 对数据增加“噪音”        这是美国统计局所采用方法。它的基本思想是通过对数据值进行修改，使对这些被修改了的数据所进行的数据挖掘难以得到有用的结果。2. 消除数据中的附加信息        一些数据由于其产生方式等原因往往具有一些隐含的其它信息，如果某些用户知道这些数据所含额外信息的规律，就可以对其进行利用，得到许多其它信息。例如，美国公民的社会安全号码（socia