聚类算法研究

Posted 全民健康信息化

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了聚类算法研究相关的知识,希望对你有一定的参考价值。

 聚类是数据挖掘研究领域的一种重要数据预处理方法,其目的是从无标签数据集中获得有价 值数据集的内在分布结构,进而简化数据集的描述。历经几十年的研究,针对不同应用和数据特性已出现了千余种不同的聚类算法,但不同的聚类算法都有其特定的适用范围和不足。传统的聚类算法大致可分为划分聚类方法、层次聚类方法、密度聚类方法、网格聚类方法、模型聚类方法等。通过对传统聚类方法的回顾和总结,文章重点介绍了近年来出现的同步聚类算法、信念传播聚类算法和密度峰值聚类算法,并针对以上聚类算法的应用及发展方向进行了论述。


聚类算法研究


聚类算法研究

聚类算法研究


聚类算法研究


以上是关于聚类算法研究的主要内容,如果未能解决你的问题,请参考以下文章

黄钢,瞿伟斌等: 基于改进密度聚类算法的交通事故地点聚类研究

聚类——Kmeans

聚类算法

第二节:聚类研究方法进展

安捷致善内部培训之——不同OTU聚类算法比较研究

基于聚类算法的家庭成员关系识别研究