聚類分析數(shù)據(jù)挖掘方法的研究與應用.pdf_第1頁
已閱讀1頁,還剩66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),請進行舉報或認領(lǐng)

文檔簡介

1、隨著信息技術(shù)的發(fā)展,數(shù)據(jù)挖掘技術(shù)得到了廣泛的關(guān)注。在數(shù)據(jù)挖掘技術(shù)中有很多研究領(lǐng)域,聚類分析數(shù)據(jù)挖掘就是其中一個重要的研究方向,對它進行深入研究不僅有著重要的理論意義,而且有著重要的應用價值。聚類分析就是將一組物理或抽象對象,分組為類似對象組成的多個簇,在同一個簇中的對象彼此相似,不同簇中的對象彼此相異。目前,聚類分析已經(jīng)廣泛地應用于模式識別,數(shù)據(jù)分析,圖像處理,以及市場研究等。 在數(shù)據(jù)挖掘中,聚類是一個活躍的研究領(lǐng)域。目前在文獻

2、中存在大量的聚類算法。算法的選擇取決于數(shù)據(jù)的類型、聚類的目的和應用。聚類算法具體可以分為劃分方法,層次方法,基于密度的方法,基于網(wǎng)格的方法,以及基于模型的方法等。其中,在中、小規(guī)模的數(shù)據(jù)聚類應用中,劃分方法在可理解度、易訓練性、易實施性和通用性等方面優(yōu)于其他的分類方法。 在以上研究的基礎(chǔ)上,本文探討了聚類技術(shù)在成人高校教學管理中的應用。通過對計算機課程的相關(guān)教師“聽課記錄表”的數(shù)據(jù)分析,依據(jù)聚類挖掘的實施流程,進行了各項數(shù)據(jù)預處

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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 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(quán)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。

評論

0/150

提交評論