2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩60頁未讀, 繼續(xù)免費閱讀

下載本文檔

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、數(shù)據(jù)挖掘是指從數(shù)據(jù)庫中發(fā)現(xiàn)隱含的、新穎的、對決策有潛在價值的知識和規(guī)則的過程,已經(jīng)在許多領(lǐng)域得到了廣泛的應(yīng)用。聚類分析是數(shù)據(jù)挖掘領(lǐng)域最為重要的技術(shù)之一,至今已在理論和方法上取得了豐碩的研究成果。聚類已經(jīng)被廣泛的研究了許多年,主要集中在基于距離的聚類算法上,其中以K-均值聚類算法最為經(jīng)典。 K-均值算法是一種典型的基于劃分的方法,該算法的優(yōu)點是思想簡單易行,時間復(fù)雜性接近線性,對大規(guī)模數(shù)據(jù)的挖掘具有高效性和可伸縮性。但是該算法存在

2、如下缺點:聚類個數(shù)K需要預(yù)先給定;算法對初值敏感;算法易陷入局部極小,并且一般只能發(fā)現(xiàn)球狀簇。 本文主要深入研究和分析了聚類算法中的經(jīng)典K-均值聚類算法,總結(jié)出其優(yōu)點和不足。重點分析了K-均值聚類算法對初始值的依賴性,并用大量的實驗驗證了隨機選取初始值對聚類結(jié)果的影響性。針對K-均值算法對初始中心值選取的依賴性,提出了兩種新的初始中心值選取方法。 主要研究內(nèi)容和工作成果如下: 1.基于Huffman樹構(gòu)造的思想,

3、提出了一種新的選取K-均值聚類算法初始中心點方法,改善K-均值聚類算法隨機選取初始中心點而導(dǎo)致的聚類結(jié)果不穩(wěn)定,容易陷入局部最優(yōu)而非全局最優(yōu)的不良結(jié)果。 2.采用最大距離法來選取K-均值聚類算法初始中心點,使得選出的中心點能在一定程度上代表不同的簇,提高了劃分初始數(shù)據(jù)集的效率,克服了K-均值聚類算法中隨機選取的初始中心點很大可能過于鄰近,多個初始中心被選擇在同一簇中,而小簇中沒有聚類種子的不好情況。另外引入特征加權(quán)的方法,區(qū)別不

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。

評論

0/150

提交評論