排序方式: 共有1条查询结果,搜索用时 15 毫秒
1
1.
数据聚类的可视分析方法利用可视化与交互技术帮助用户对聚类过程与结果进行
多角度分析,从而发现数据内部隐藏的结构和关系。但由于高维数据自身的“维度诅咒”问题
使得聚类分析面临着许多挑战,例如模型参数设定、数据特征捕捉、结果解释以及可视化展现
等。本文从高维数据聚类过程中遇到的问题出发,首先总结了高维数据聚类过程中常用的数据
处理方法并对其性能进行了比较,这些方法能够较好地解决“维度诅咒”问题,帮助用户挖掘
数据中存在的聚类模式。在分析和理解不同聚类结果中包含的数据内部结构和规律时,由于前
期采取的数据处理方法不同,因此需要采取不同的探索分析策略,所以本文将近10 年来高维数
据聚类的可视分析方法分为2 大类进行总结,即基于降维的聚类可视分析方法和基于子空间聚
类的可视分析方法。最后对该领域目前存在的机遇与挑战进行了讨论。 相似文献
1