已閱讀1頁,還剩53頁未讀, 繼續(xù)免費閱讀
版權說明: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,請進行舉報或認領
文檔簡介
1、聚類分析是數(shù)據(jù)挖掘中一個重要的研究分支,已在多個領域得到了很好的應用,諸如模式識別,數(shù)據(jù)分析和圖像處理等。隨著實際應用中數(shù)據(jù)的大量產(chǎn)生,數(shù)據(jù)的屬性類型不再是單一類型為主,而是混合屬性為主。在對混合屬性的處理中,雖然有k-prototype等經(jīng)典算法,也有基于離散化數(shù)值屬性算法,但效果總是差強人意。前者簡單把兩個屬性相似度相加,后者不考慮數(shù)值屬性的順序問題。這顯然影響其結(jié)果。
我們基于模糊集理論,提出了一種模糊離散化的方法,讓數(shù)
2、值屬性在離散化后還保留部分序的信息,更好地對不同類型屬性進行信息融合。然后基于信息熵理論提出一種自底向上的層次聚類算法。
本文主要包含以下幾個方面的內(nèi)容:
1.聚類分析理論。主要介紹了聚類分析的定義、數(shù)據(jù)對象間的相似度度量方法、聚類挖掘的常見方法及聚類結(jié)果的評估標準。
2.對模糊集、信息熵的相關理論進行介紹。
3.對一種確定最佳聚類數(shù)的Gap Statistic方法進行介紹。
4.基于模
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權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)容負責。
- 6. 下載文件中如有侵權或不適當內(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確性、安全性和完整性, 同時也不承擔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
- 基于模糊集合理論的聚類算法研究與應用.pdf
- 基于層次的模糊聚類算法.pdf
- 基于層次聚類的模糊聚類算法的研究.pdf
- 基于層次的混合聚類算法研究.pdf
- 基于屬性權重的混合聚類算法研究.pdf
- 基于劃分的混合屬性聚類算法研究.pdf
- 基于廣義熵的加權模糊聚類算法研究.pdf
- 混合屬性聚類算法研究.pdf
- 區(qū)間直覺模糊集的聚類算法研究.pdf
- 基于網(wǎng)格和信息熵的聚類算法.pdf
- 基于遺傳算法和信息熵的改進模糊聚類算法研究及應用.pdf
- 基于模糊集的不確定數(shù)據(jù)聚類算法研究.pdf
- 基于廣義熵的模糊聚類與圖像分割算法研究.pdf
- 基于區(qū)間值模糊集合的分類算法研究.pdf
- 35623.直覺模糊集的模糊度與混合熵
- 模糊聚類的混合推薦算法研究.pdf
- 基于神經(jīng)網(wǎng)絡的廣義熵模糊聚類算法研究.pdf
- 混合屬性聚類算法的研究及應用.pdf
- 混合屬性及混合策略進化聚類算法.pdf
- 基于混合蛙跳的數(shù)據(jù)挖掘模糊聚類算法研究.pdf
評論
0/150
提交評論