基于密度的聚类分析
2014-04-22
0 0 0
暂无评分
其他
如何获取积分?
聚类分析或聚类是一组这样的同一组 (称为群集) 中的对象更相近 (在某种意义上或另一个) 中的对象进行分组的任务彼此比那些在其他组 (群集)。它是探索性的数据挖掘和常用的统计数据分析,应用于许多领域,包括机器学习、 模式识别、 图像分析、 信息检索和生物信息学的一个主要任务。
聚类分析本身是没有一个特定的算法,但一般的任务要解决。它可以通过在他们什么构成群集和如何有效地找到他们的概念明显不同的各种算法。集群的流行理念包括以小距离的数据空间,间隔或特定的统计分布密集区域集群成员的组。因此可以作为一种多目标优化问题制定聚类。适当的聚类算法和参数设置 (包括值 (如使用、 密度阈值或预期的聚类个数的距离函数) 取决于个人的数据集和预期的用途的结果。如聚类分析,不是自动的任务,而知识发现或涉及审判和失败的交互式多目标优化的迭代过程。往往必须修改数据的预处理及模型参数,直到结果达到所需的属性。
聚类分析本身是没有一个特定的算法,但一般的任务要解决。它可以通过在他们什么构成群集和如何有效地找到他们的概念明显不同的各种算法。集群的流行理念包括以小距离的数据空间,间隔或特定的统计分布密集区域集群成员的组。因此可以作为一种多目标优化问题制定聚类。适当的聚类算法和参数设置 (包括值 (如使用、 密度阈值或预期的聚类个数的距离函数) 取决于个人的数据集和预期的用途的结果。如聚类分析,不是自动的任务,而知识发现或涉及审判和失败的交互式多目标优化的迭代过程。往往必须修改数据的预处理及模型参数,直到结果达到所需的属性。
c#
基于
分析
相关源码推荐
第186号:DX0110-小区物业管理系统源码
0
0
暂无评分
第219号:DX0149-小区物业管理系统源码
0
0
暂无评分
验证码识别
0
0
暂无评分
CSV数据分析工具
0
0
暂无评分
医院病历信息管理系统源码
0
0
暂无评分
暂无评论