数据挖掘对聚类要求

最新推荐文章于 2023-10-18 20:31:14 发布
最新推荐文章于 2023-10-18 20:31:14 发布
阅读量2k 收藏 1
点赞数 1
分类专栏： 纯属笔记 文章标签： 聚类
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_37749442/article/details/83350649
版权

典型要求包括：
1.可伸缩性
2.处理不同类型属性的能力
3.发现任意形状的类簇
4.对聚类算法初始化参数的知识需求的最小化
5.处理噪声数据的能力
6.增量聚类和对输入次序的不敏感
7.高维性
8.基于约束的聚类
9.可解释性和可用性

出自[(http://www.cnblogs.com/LittleHann/p/6595148.html)]

亿点卡顿
关注
专栏目录
数据挖掘论文合集之聚类挖掘篇
10-06
这是数据挖掘论文合集中关联挖掘的部分，其它关联挖掘、决策树、应用等相关论文都已上传。
数据挖掘对聚类分析的要求
gaofen100
10-07 618
1. 可扩展性(Scalability) 大多数来自于机器学习和统计学领域的聚类算法在处理数百条数据时能表现出高效率 2. 处理不同数据类型的能力 数字型；二元类型，分类型/标称型，序数型,比例标度型等等 3. 发现任意形状的能力 基于距离的聚类算法往往发现的是球形的聚类，其实现实的聚类是任意形状的 4. 用于决定输入参数的领域知识最小化 对于高维数据，参数很难决定...
数据挖掘中聚类算法概述
春华秋实
08-30 4847
1 聚类方法概述 聚类方法是将物理或抽象对象的集合组成为由类似的对象组成的多个类的过程被成为聚类。由聚类所组成的簇是一组数据对象的集合，这些对象与同一簇中的对象彼此类似，与其他簇中的对象相异。在许多应用中，可以将一些簇中的数据对象作为一个整体来对待。 聚类是研究数据间逻辑上或物理上的相互关系的技术，其分析结果不仅可以揭示数据间的内在联系与区别，还可以为进一步的数据分析与知识发现提供重要依据。它
数据挖掘——聚类
Lilo_的博客
04-11 7255
《数据挖掘》国防科技大学 《数据挖掘》青岛大学 《数据挖掘与python实践》 数据挖掘之聚类 1. 划分聚类 K-means 每次聚类保证局部最优，随后调整聚类，利用局部最优聚类的上限来不断逼近全局最优。 采用距离作为相异度的评价指标，以簇内差异函数w©作为聚类质量的优化目标函数，即将所有数据 对象到它的簇中心点的距离平方和作为目标函数，算法寻找最优聚类的策略是使目标函数达到最小值(簇中心不变化等价于w©达最小)。 优点： ① k-means算法简单、经典，常作为其它聚类算法的参照或被改进。 ② k
数据挖掘：聚类算法
vzvzvzv的博客
12-26 267
g
数据挖掘常用聚类算法分析与研究.pdf
07-14
在数据挖掘中，聚类分析是通过发现数据集中的相似性或差异性，将数据划分成不同类别的数学方法。聚类算法作为实现聚类分析的手段，在数据挖掘中占有重要地位。 聚类算法主要分为以下几种类型： 1. 基于划分的聚类...
【数据挖掘】聚类分析 思维导图
06-20
聚类分析 思维导图
数据挖掘中聚类分析算法及应用研究.pdf
07-14
在数据挖掘领域，对聚类分析有着一系列典型要求，包括但不限于可扩展性、处理不同类型属性的能力、发现任意形状的聚类、减少用户输入参数量、对噪声数据的处理能力、降低对输入数据顺序的敏感度、高维问题处理能力、...
数据挖掘聚类分析大作业
01-27
数据挖掘的代码是用C++写的，包含了三个算法 k-means ，CURE，DBSCAN，分别对三个数据集做处理，分别为小麦种子，股票数据，糖尿病患者。另外还有其他两个算法，代码在cplusplus文件里面，但是没有用于数据分析，有...
数据挖掘-聚类分析
m0_53155317的博客
08-01 923
与分类不同，聚类分析是在没有给定划分类别的情况下，根据数据相似度进行样本分组的一种方法。与分类模型需要使用有类标记样本构成的训练数据不同，聚类模型可以建立在五类标记的数据上，是一种非监督的学习算法。聚类的输入是一组未被标记的样，聚类根据数据自身的距离或相似度将它们划分为若干组，划分的原则是组内样本最小化而组件距离最大化。 K-Means聚类算法 K-means聚类算法是典型的基于距离的非层次聚类算法，在最小化误差函数的基础上将数据划分为预定的类数K，采用距离作为相似性的评价指标，即认为两个对象的距离越近
数据挖掘之聚类算法
private_void的博客
06-04 2167
原文地址：http://www.blogjava.net/mlh123caoer/articles/51836.html 一， 什么是聚类？ 聚类： - 将一个对象的集合分割成几个类，每个类内的对象之间是相似的，但与其他类的对象是不相似的。 评判聚类好坏的标准： 1 ，能够适用于大数据量。 2 ，能应付不同的数据类型。 3 ，能够发现不同类型的聚类。 4 ，使对专业知识的要求降到最低。 
数据挖掘（七）聚类
keke_Memory的博客
12-16 899
文章目录聚类分析：基本概念分割方法分层方法基于密度的方法基于网格的方法聚类的评价总结 聚类分析：基本概念 分割方法 分层方法 基于密度的方法 基于网格的方法 聚类的评价 总结 ...
数据挖掘实战（聚类分析）
weixin_48231783的博客
06-11 4900
数据挖掘实战（聚类分析），包括四种方法，k-means，k-medoids，层次聚类和Som来进行聚类分析，分析各城市消费因素的档次聚类，在各个方面属于哪一层次，并研究我国31个省市的城镇居民生活消费的规律，根据调查资料作区域消费类型划分地区来进行聚类分析。 ...
数据挖掘（6）聚类分析
最新发布
qq_62377885的博客
10-18 3343
原则: 组内数据有较高相似度、不同组数据不相似相似性的度量(统计学角度):Q型聚类:对样本聚类(行聚类)R型聚类:对变量聚类(列聚类)间隔尺度变量(数值型变量):可加可比有序尺度变量(叙述型变量):不可加可比名义尺度变量(名义型变量):不可加不可比定义1:任意元素，间距离满足:适合:团簇状定义2:任意元素,间距离满足(类内平均距离)适合:团簇状定义3:对于任意元素,存在使得其满足(不要求任意两个元素)适合:长条状基于密度聚类方法。
数据挖掘中的聚类算法综述
qq_34884527的博客
07-09 3713
聚合聚类的策略是先将每个对象各自作为一个原子聚类，然后对这些原子聚类逐层进行聚合，直至满足一定的终止条件；后者则与前者相反，它先将所有的对象都看成一个聚类，然后将其不断分解直至满足终止条件。 分割聚类算法是另外一种重要的聚类方法。它先将数据点集分为 ! 个划分，然后从这 ! 个初始划分开始，通过重复的 控制策略使某个准则最优化以达到最终的结果。 基于网格的聚类可以处理任意类型的数据，但以
聚类分析（Clustering Analysis）
bluenight专栏
11-02 8533
聚类分析（Clustering Analysis）   聚类作为数据挖掘与统计分析的一个重要的研究领域，近年来倍受关注。从机器学习的角度看，聚类是一种无监督的机器学习方法，即事先对数据集的分布没有任何的了解，它是将物理或抽象对象的集合组成为由类似的对象组成的多个类的过程。聚类方法作为一类非常重要的数据挖掘技术，其主要是依据样本间相似性的度量标准将数据集自动分成几个群组，且使同一个群组内
【数据挖掘笔记十】聚类分析：基本概念和方法
医疗影像检索
02-08 6201
1）10.聚类分析：基本概念和方法聚类是一个把数据对象集划分成多个组或簇的过程，使得簇内的对象具有很高的相似性，但与其他簇中的对象很不相似。相异性和相似性根据描述对象的属性值评估，涉及到距离度量。10.1 聚类分析聚类分析把一个数据对象（或观测）划分子集的过程。由聚类分析产生的簇的集合称做一个聚类。聚类分析用来洞察数据的分析，观察每个簇的特征，将进一步分析集中在特定的簇集合上。聚类分析也可作为其他...
数据挖掘中客户分群的应用
dongqing0812的专栏
05-09 1130
通过前期对系统内部的数据挖掘进行客户分群，并打上了相关的客户标签，这些客户标签对后期有什么应用呢？目前在做一个电信数据挖掘项目过程中，发现了电信客户觉得客户标签对他们的电信产品有很大的作用，希望能够找出相关的特征的用户，方便其后期进行精确营销。 我们内部讨论后，结合客户的意见，主要从以下几个方面进行操作： 一、用户分群 1、通过用户心理行为问题及通信行为字段进行因子分析 2、获取用户的驱动
数据挖掘：聚类算法的最新进展
“论文研究-数据挖掘中聚类算法的新发展.pdf”是一篇关于数据挖掘领域聚类算法最新进展的学术论文。该文由李明华、刘全、刘忠和郗连霞等人撰写，得到了多项科研基金的支持，包括国家自然科学基金、中国博士后科研...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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