多種高速聚類算法的研究與c編程(文件)
【正文】 的練習(xí) 概念方面 ? 對聚類知識并不熟悉，對很多概念缺乏了解 算法方面 ? 多數(shù)算法沒有比較詳細的步驟，只有一個大概的描述，需要仔細的分析和理解，在這些問題上需要周全的考慮 ? 效率評價算法 系統(tǒng)實現(xiàn)基礎(chǔ)分析 (Ⅰ ) 數(shù)據(jù)矩陣 ? 數(shù)據(jù)矩陣是一種“對象 屬性”矩陣，即它是用描述對象的 k個屬性來表現(xiàn) n個對象。算法復(fù)雜度為 k * certain * (n – k).(在第一種方法的作者的另一篇論文中 kmean算法就是采用的這種方法 ) dbscan dbscan算法 (Ⅰ ) 參數(shù) 給定半徑 Eps、閥值 MinPts 數(shù)據(jù)結(jié)構(gòu) dbscan算法 (Ⅱ ) dbscan算法細節(jié) ? 在對點進行聚類的時候，會出現(xiàn)幾種可能的情況，如果設(shè)其鄰域內(nèi)的點為 p： ? 情況 1， p已經(jīng)被聚類過了，則不對 p進行任何處理； ? 情況 2， p未被聚類過且是核心點，則將其作為新種子壓棧，以待以后對其進 行遞歸的聚類處理； ? 情況 3， p未被聚類過且不是核心點，則將類號填入 p的 id變量中，說明 p已經(jīng)被 聚類為 id了 ? 在對所有的點掃描完之后，這些點的聚類也就做好了，最后將堆棧遞歸的進行聚類，對非中心點進行處理，聚類過程到此結(jié)束，就可以退出程序 dbscan算法 (Ⅲ ) 系統(tǒng)集成 (Ⅰ ) 系統(tǒng)集成 (Ⅱ ) 系統(tǒng)集成 (Ⅲ ) ?系統(tǒng)輸出： ? 時間效率 ? 準確度 ? 聚類結(jié)果 組織結(jié)構(gòu) ?項目背景、意義 ?系統(tǒng)的實現(xiàn) ?實驗與分析 ?總結(jié)與展望 實驗準備 ? 平均準確率（ averaged accuracy） 表 評價準確度時任意兩篇文檔中數(shù)據(jù)關(guān)系的情況
電大資料相關(guān)推薦
鄂ICP備17016276號-1