注册帐号丨忘记密码?
1.点击网站首页右上角的“充值”按钮可以为您的帐号充值
2.可选择不同档位的充值金额,充值后按篇按本计费
3.充值成功后即可购买网站上的任意文章或杂志的电子版
4.购买后文章、杂志可在个人中心的订阅/零买找到
5.登陆后可阅读免费专区的精彩内容
打开文本图片集
关键词:K-Means 算法;聚类分析;聚类中心;最大距离;最大密度
0 引言
最近科学数据收集技术的进步和复杂多样的数据量的不断增长,在数据分析或挖掘过程中更难操纵它们或提取有用的信息。此外,为数据找到合适的标签既昂贵又耗时,因此大多数数据都没有标签。这就是无监督聚类方法发挥作用的地方。聚类是将具有相似特征的项目分组在一起的行为。(剩余2987字)
登录龙源期刊网
购买文章
基于最大距离和最大密度的聚类算法改进
文章价格:4.00元
当前余额:100.00
阅读
您目前是文章会员,阅读数共:0篇
剩余阅读数:0篇
阅读有效期:0001-1-1 0:00:00