多種高速聚類算法的研究與c編程-預(yù)覽頁(yè)
【正文】 量增加而使程序無(wú)法正常運(yùn)轉(zhuǎn) 組織結(jié)構(gòu) ?項(xiàng)目背景、意義 ?系統(tǒng)的實(shí)現(xiàn) ?實(shí)驗(yàn)與分析 ?總結(jié)與展望 總結(jié)與展望 總結(jié) ? 詳細(xì)介紹了包括基于劃分的，基于層次的，基于密度的三類共 8個(gè)高速聚類算法的具體實(shí)現(xiàn)過(guò)程以及其中可能遇到的問(wèn)題，并逐個(gè)分析了它們的時(shí)間復(fù)雜度，空間復(fù)雜度，適用的范圍，參數(shù)選擇等問(wèn)題 ? 由這八個(gè)算法所組成的聚類應(yīng)用系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn) ? 用 uci所提供的數(shù)據(jù)對(duì)這八個(gè)算法進(jìn)行了驗(yàn)證性的實(shí)驗(yàn)，對(duì)它們之間的優(yōu)劣和使用范圍作了一個(gè)橫向和縱向的比較 總結(jié)與展望 展望 ? 在條件允許的情況下應(yīng)該增加對(duì)大數(shù)據(jù)集（數(shù)據(jù)對(duì)象個(gè)數(shù) 10000）的測(cè)試，以驗(yàn)證這些算法在大數(shù)據(jù)庫(kù)中的應(yīng)用 ? 應(yīng)該增加對(duì)臟數(shù)據(jù)（異常數(shù)據(jù)）的檢驗(yàn)，以分析這些算法對(duì)異常數(shù)據(jù)的適應(yīng)性 ? 完善整個(gè)系統(tǒng)，將基于網(wǎng)格和基于模型的聚類方法加入到這個(gè)系統(tǒng)中來(lái)，以便對(duì)現(xiàn)存的所有的聚類算法做一個(gè)更加全面的評(píng)價(jià) 主要參考文獻(xiàn) ? Jiawei Han 數(shù)據(jù)挖掘概念與技術(shù) 機(jī)械工業(yè)出版社 ? Brain、 Dennis C程序設(shè)計(jì)語(yǔ)言 機(jī)械工業(yè)出版社 ? Bill Ball Linux24小時(shí)學(xué)習(xí)教程 機(jī)械工業(yè)出版社 ? Raymond T. Ng ， Jiawei Han. CLARANS: A Method for Clustering Objects for Spatial Data Mining[A]. IEEE TRANSACTIONS ON KNOWLEDGE AND DATA ENGINEERING, VOL. 14, NO. 5, SEPTEMBER/OCTOBER 2022 ? 郭軍華 . 數(shù)據(jù)挖掘中聚類分析的研究 [D]. 武漢：武漢理工大學(xué)， 2022. ? 李健 . 聚類分析及其在文本挖掘中的應(yīng)用 [D].西安：西安電子科技大學(xué)， 2022. Thank you for listening！
電大資料相關(guān)推薦
鄂ICP備17016276號(hào)-1