多種高速聚類算法的研究與c編程(存儲版)
【正文】 實驗與分析 ?總結(jié)與展望 采取的技術(shù)方案 ? OS： linux （ redhat ） ? Language： C ? Tools： emacs + gcc + gdb + man + shell prog ? Arithmetics： Kmeans、 PAM、 CLARA、 CLARANS、 BIRCH 、 CURE、 DBSCAN、 OPTICS ? Database ： uci database， iris（ 150*4） 關(guān)鍵技術(shù)難點 工具方面 ? 對 linux下的 C編程并不熟悉，導(dǎo)致效率比較低下，對工具的應(yīng)用需要進(jìn)一步的練習(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(xì)的步驟，只有一個大概的描述，需要仔細(xì)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。這種數(shù)據(jù)結(jié)構(gòu)類似于關(guān)系表的形式，可以用 n * k的矩陣來表示： 其中，每一行為一個向量，代表一個數(shù)據(jù)對象 我們均采用 len_m * (len_n + 1) 來存儲數(shù)據(jù) 系統(tǒng)實現(xiàn)基礎(chǔ)分析 (Ⅱ ) ? 聚類的距離定義 Euclidean距離：采用傳統(tǒng)的距離的概念，使用比較廣泛 ?一般的改進(jìn)思想 : 對于大數(shù)據(jù)集，一般的會采用抽取一個樣本空間的思想來解決運算時間過長的問題；這樣會降低聚類的準(zhǔn)確性，因此，這實際上是在準(zhǔn)確性和效率之間進(jìn)行折衷 PAM PAM算法 (Ⅰ ) PAM算法 (Ⅱ ) ? In Steps 2 and 3, there are altogether k(n – k) pairs of Om,Op. For each pair, puting TCmp requires th
電大資料相關(guān)推薦
鄂ICP備17016276號-1