数据挖掘常用聚类算法研究 |
| |
引用本文: | 赵学武,刘向娇,尹孟洋.数据挖掘常用聚类算法研究[J].数字社区&智能家居,2014(16):3710-3712,3731. |
| |
作者姓名: | 赵学武 刘向娇 尹孟洋 |
| |
作者单位: | 南阳师范学院软件学院; |
| |
基金项目: | 河南省基础与前沿技术研究计划项目(132300410439,142300410183,142300410182,132300410433);南阳师范学院校级项目(QN2010010,QN2013040) |
| |
摘 要: | 信息社会的发展,使数据量以前所未有的速度在增长,因此从海量数据中获取有用的知识和信息就变得越来越重要。数据挖掘是一种综合多领域知识而形成的数据分析技术,能够从大量数据中获取有价值的知识并为决策提供支持。聚类分析算法是数据挖掘中的一个核心内容,也是目前研究的一个热点。该文首先讲述了基于划分的聚类算法、基于分层的聚类算法、基于密度的聚类算法和基于网格的聚类算法等常用的聚类分析算法,并分析了其特点;然后通过举例详细描述了最近邻聚类算法的操作过程。聚类算法的总结,对聚类的研究和发展具有积极意义。
|
关 键 词: | 数据挖掘 聚类 聚类算法 簇 核密度 |
本文献已被 CNKI 等数据库收录! |
|