- 博客(2)
- 收藏
- 关注
RSS订阅原创 聚类算法比较
首先是k均值算法开始，这种只能处理数值属性，其他还有k中位数和k众数算法，它的可伸缩性较好为nkt。然后为了应对k均值算法对离群点敏感问题，推出k中心算法，典型的有PAM算法，它是通过用实际对象充当代表对象，但是这样它的可伸缩性较差，需要k（n-k）。这时推出了CLARA算法，是基于数据集的抽样，这样的抽样近似于总体的分布，增强了可伸缩性。然后又推出了CLARANA算法，这种只比PAM算法多出了一个设置总阈值次数l，也就是说只输出局部最优，但是这个次数l很难确定。尽管划分方法简单，但是划分方法存在很
2022-10-18 15:55:02
116
1
原创 各种聚类算法的比较
首先是k均值算法开始，这种只能处理数值属性，其他还有k中位数和k众数算法，它的可伸缩性较好为nkt。然后为了应对k均值算法对离群点敏感问题，推出k中心算法，典型的有PAM算法，它是通过用实际对象充当代表对象，但是这样它的可伸缩性较差，需要k（n-k）。这时推出了CLARA算法，是基于数据集的抽样，这样的抽样近似于总体的分布，增强了可伸缩性。然后又推出了CLARANA算法，这种只比PAM算法多出了一个设置总阈值次数l，也就是说只输出局部最优，但是这个次数l很难确定。尽管划分方法简单，但是划分方法存在很
2022-10-18 15:43:15
478
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人