數(shù)據(jù)挖掘中聚類分析算法的研究與應(yīng)用.pdf_第1頁
已閱讀1頁,還剩64頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、隨著數(shù)據(jù)的收集與存儲技術(shù)的快速發(fā)展,使得目前世界上的各個組織機(jī)構(gòu)可以存儲海量的數(shù)據(jù)。正是因為數(shù)據(jù)量的巨大,也使得傳統(tǒng)的靠人工分析技術(shù)遇到了發(fā)展瓶頸,怎樣從海量數(shù)據(jù)中高效的發(fā)現(xiàn)有價值有意義的信息已經(jīng)成為數(shù)據(jù)挖掘的主要研究方向以及驅(qū)動其快速發(fā)展的一個重要因素。作為一個新興的交叉學(xué)科,聚類分析技術(shù)以其在數(shù)據(jù)挖掘過程中的獨特地位以其在現(xiàn)實生活中的廣闊應(yīng)用,使其成為目前一個十分活躍的研究方向。從目前的情況來看,所有的聚類算法幾乎都是針對特定數(shù)據(jù)對

2、象所設(shè)計的,沒有一種算法能夠做到“放之四海而皆準(zhǔn)”,每一種聚類算法都起自身的優(yōu)點和局限性。
  本文在簡單介紹了數(shù)據(jù)挖掘的相關(guān)知識之后,重點介紹了數(shù)據(jù)挖掘的聚類分析方法,并且以聚類分析算法的分類為基礎(chǔ),詳細(xì)介紹了每種聚類分析算法中的典型聚類算法,并且給出了各種典型算法的優(yōu)缺點的介紹。
  在對聚類分析技術(shù)有深入了解之后對聚類分析的DBSCAN算法、層次聚類算法模糊聚類分析的傳遞閉包算法與實際應(yīng)用相結(jié)合做了若干數(shù)值試驗,得出了

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論