多種高速聚類算法的研究與c編程(編輯修改稿)
2024-10-22 17:26 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 examination of (n – k) nonselected objects. Thus, Steps 2 and 3 bined is of O(k(nk)2) ? 從數(shù)據(jù)集中任意選擇一個(gè)數(shù)據(jù)進(jìn)行測(cè)試，循環(huán)直至停止。這樣的算法復(fù)雜度為k * x * (n – k) (其中 1 x k) ? 從數(shù)據(jù)集中選擇數(shù)據(jù) set(certain)進(jìn)行測(cè)試，在其中算最小值。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(xì)節(jié) ? 在對(duì)點(diǎn)進(jìn)行聚類的時(shí)候，會(huì)出現(xiàn)幾種可能的情況，如果設(shè)其鄰域內(nèi)的點(diǎn)為 p： ? 情況 1， p已經(jīng)被聚類過(guò)了，則不對(duì) p進(jìn)行任何處理； ? 情況 2， p未被聚類過(guò)且是核心點(diǎn)，則將其作為新種子壓棧，以待以后對(duì)其進(jìn) 行遞歸的聚類處理； ? 情況 3， p未被聚類過(guò)且不是核心點(diǎn)，則將類號(hào)填入 p的 id變量中，說(shuō)明 p已經(jīng)被 聚類為 id了 ? 在對(duì)所有的點(diǎn)掃描完之后，這些點(diǎn)的聚類也就做好了，最后將堆棧遞歸的進(jìn)行聚類，對(duì)非中心點(diǎn)進(jìn)行處理，聚類過(guò)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(shí)間效率 ? 準(zhǔn)確度 ? 聚類結(jié)果 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 實(shí)驗(yàn)準(zhǔn)備 ? 平均準(zhǔn)確率（ averaged accuracy） 表 評(píng)價(jià)準(zhǔn)確度時(shí)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(hào)-1