流聚类之 EDDS: An Enhanced Density-based Method for Clustering Data Streams


前言

  流聚类之DenStream中我们已经介绍了DenStream算法的工作流程,EDDS算法是基于DenStream算法的,所以在此简单介绍了算法EDDS的不同之处。


一、EDDS

1、 将上一次迭代产生的异常值放入到传入的数据块中,以生成新的集群;

2、 利用E/DBSCAN算法对新的数据块进行聚类,发现新的集群以及候选异常值;

3、 将由E/DBSCAN算法产生的临时集群与先前的集群进行合并

4、 对新集群和现有的集群进行合并,并导出新的异常值以及集群;

5、 利用DenStream算法中的衰减机制,去除离群数据点
在这里插入图片描述


总结

  流聚类之DenStream中我们已经介绍了DenStream算法的工作流程,EDDS算法是基于DenStream算法的,所以在此简单介绍了算法EDDS的不同之处。如果有不足之处或者表述不当的地方欢迎大家指正。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值