版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、隨著科學(xué)技術(shù)的不斷發(fā)展,在各個行業(yè)中積累了大量的數(shù)據(jù),但是,我們面對如此龐大數(shù)據(jù)的時候,經(jīng)常會感到迷茫,不能夠從這些數(shù)據(jù)中提取出對我們有用的知識,造成“數(shù)據(jù)豐富,信息貧乏”這種現(xiàn)狀。在這種情況下,數(shù)據(jù)挖掘技術(shù)應(yīng)運(yùn)而生,它能夠幫助我們從大量數(shù)據(jù)中提取出有價值的知識模式,被認(rèn)為是最具發(fā)展前景的一項關(guān)鍵技術(shù)。
聚類分析技術(shù)是數(shù)據(jù)挖掘的一項重要功能,近年來,聚類分析技術(shù)得到蓬勃的發(fā)展,出現(xiàn)了很多的聚類分析方法,例如,基于劃分的方法
2、、層次聚類方法、密度聚類方法、模型聚類方法等。這些方法在處理一般性問題時表現(xiàn)效果很好,但是,傳統(tǒng)的聚類分析技術(shù)主要是針對結(jié)構(gòu)化類型的數(shù)據(jù)和非結(jié)構(gòu)化類型的文本進(jìn)行聚類分析的,而對于案例這種半結(jié)構(gòu)化類型數(shù)據(jù)的聚類分析的研究相對較少,因此,本文主要是在傳統(tǒng)聚類分析技術(shù)基礎(chǔ)之上提出一種全新的案例聚類分析技術(shù)。
本文首先,簡要的介紹了數(shù)據(jù)挖掘的概念、功能、所使用的方法與技術(shù)以及數(shù)據(jù)挖掘在現(xiàn)實生活中的應(yīng)用。其次,介紹了案例的表示以及案
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 數(shù)據(jù)挖掘中的聚類算法研究.pdf
- 數(shù)據(jù)挖掘中聚類算法研究.pdf
- 數(shù)據(jù)挖掘中聚類算法的研究.pdf
- 數(shù)據(jù)挖掘中的演化數(shù)據(jù)聚類算法研究.pdf
- 數(shù)據(jù)挖掘中模糊聚類算法研究.pdf
- 數(shù)據(jù)挖掘中增量聚類算法的研究.pdf
- 數(shù)據(jù)挖掘中模糊聚類算法的研究.pdf
- 數(shù)據(jù)挖掘中的譜聚類算法研究.pdf
- 數(shù)據(jù)挖掘聚類算法研究.pdf
- 數(shù)據(jù)挖掘中聚類算法的并行優(yōu)化研究.pdf
- 數(shù)據(jù)挖掘中聚類算法研究與仿真.pdf
- 動態(tài)數(shù)據(jù)挖掘中的演化聚類算法的研究.pdf
- 數(shù)據(jù)挖掘中聚類算法的研究與應(yīng)用.pdf
- 數(shù)據(jù)挖掘中的聚類算法的研究及分析.pdf
- 空間數(shù)據(jù)挖掘中的聚類算法研究.pdf
- 數(shù)據(jù)流挖掘中聚類算法的研究與實現(xiàn).pdf
- 數(shù)據(jù)挖掘聚類算法在CRM中的研究與應(yīng)用.pdf
- 基于入侵雜草算法的數(shù)據(jù)挖掘聚類算法研究.pdf
- 數(shù)據(jù)挖掘中聚類問題的研究.pdf
- 面向電子商務(wù)的數(shù)據(jù)挖掘中聚類算法的研究.pdf
評論
0/150
提交評論