2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩52頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、聚類(lèi)分析是一種重要的無(wú)導(dǎo)師數(shù)據(jù)挖掘方法,被廣泛應(yīng)用于多個(gè)領(lǐng)域,其基本思想是根據(jù)數(shù)據(jù)之間的相似性將數(shù)據(jù)歸類(lèi),即“物以類(lèi)聚”。經(jīng)典的硬劃分和模糊劃分K-Means算法能夠快速有效形成聚類(lèi),但只能處理數(shù)字類(lèi)型的數(shù)據(jù)集。K-Modes和K-Prototypes算法擴(kuò)展了K-Means算法,提出一種新的基于頻率的聚類(lèi)中心更新方式,將出現(xiàn)頻率最高的可分類(lèi)屬性值作為聚類(lèi)中心,能夠快速處理可分類(lèi)和混合類(lèi)型數(shù)據(jù)。然而,基于頻率的更新方式只考慮了出現(xiàn)頻率最

2、高的屬性值,沒(méi)有考慮出現(xiàn)頻率較低的屬性值,這就影響了聚類(lèi)結(jié)果的準(zhǔn)確性。 文章提出了新的處理可分類(lèi)和混合類(lèi)型數(shù)據(jù)的聚類(lèi)算法——硬劃分和模糊劃分K-Centers。算法基于K-Means算法,利用一種新的聚類(lèi)中心更新和距離衡量方式,考慮不同出現(xiàn)頻率的可分類(lèi)屬性值對(duì)聚類(lèi)中心的影響,將K-Means算法擴(kuò)展到可分類(lèi)和混合類(lèi)型數(shù)據(jù)。理論證明說(shuō)明算法能夠有效處理可分類(lèi)和混合類(lèi)型數(shù)據(jù),而其計(jì)算復(fù)雜度為較小,能夠快速形成聚類(lèi)。實(shí)際數(shù)據(jù)實(shí)驗(yàn)說(shuō)明采

3、用適當(dāng)?shù)哪:人惴軌虍a(chǎn)生更為準(zhǔn)確和穩(wěn)定的聚類(lèi),結(jié)果比較表明K-Centers算法能夠形成比K-Modes和K-Prototypes算法更為準(zhǔn)確有效的聚類(lèi)??蓴U(kuò)展性實(shí)驗(yàn)表明算法的運(yùn)行時(shí)間和數(shù)據(jù)集大小存在比較明顯的線性關(guān)系。在硬劃分K-Centers的基礎(chǔ)上提出一些改進(jìn)方法,進(jìn)一步解決不能有效處理異常數(shù)據(jù)點(diǎn)、聚類(lèi)結(jié)果不穩(wěn)定已經(jīng)需要指定聚類(lèi)數(shù)目K等不足。進(jìn)一步地,從過(guò)程及思路角度描述了一個(gè)利用K-Centers算法并結(jié)合其他分析工具實(shí)際分析

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論