高维稀疏数据聚类知识发现理论 阿里云 kindle chm umd 极速 pdf txt 下载

本书面向数据库知识发现的聚类任务，针对高维数据普遍具有的稀疏特征，系统阐述高维稀疏数据聚类知识发现的理论和方法。全书共12章，第1章和第2章系统总结聚类知识发现、高维稀疏数据聚类知识发现理论体系；第3～5章阐述高维稀疏数据聚类原理及分类属性数据、数值属性数据的系列聚类算法；第6～10章将高维稀疏数据聚类原理拓展到不完备数据、大规模数据、过程调整和参数自适应聚类； 1章阐述聚类趋势发现； 2章介绍高维稀疏数据聚类知识发现面向管理问题的应用、面向数据组织的应用及相关实现技术。

前言

第1章 　聚类知识发现　

1.1 　数据库知识发现　

1.1.1 　数据库知识发现的产生与发展　

1.1.2 　数据库知识发现的处理过程　

1.1.3 　数据库知识发现的主要任务　

1.1.4 　数据仓库与数据挖掘　

1.2 　数据类型及差异度计算　

1.2.1 　二值属性　

1.2.2 　分类属性　

1.2.3 　数值属性　

1.2.4 　混合属性　

1.3 　主要的聚类方法　

1.3.1 　分割聚类　

1.3.2 　层次聚类　

1.3.3 　基于密度的聚类　

1.4 　聚类方法的新进展　

1.4.1 　智能聚类　

1.4.2 　大数据聚类　

1.5 　本章要点　

第2章 　高维稀疏数据聚类知识发现理论体系　

2.1 　聚类研究的重点和难点　

2.2 　高维稀疏数据聚类问题　

2.3 　二值属性高维稀疏数据聚类原理　

2.4 　高维稀疏数据聚类拓展　

2.4.1 　分类、数值和混合属性数据　

2.4.2 　不完备数据　

2.4.3 　大规模数据　

2.4.4 　聚类过程调整　

2.4.5 　参数自适应　

2.5 　本章要点　

第3章 　二值属性高维稀疏数据聚类　

3.1 　概念基础　

3.1.1 　集合的稀疏差异度　

3.1.2 　集合的稀疏特征向量　

3.1.3 　稀疏特征向量的可加性　

3.2 　聚类过程　

3.2.1 　算法的两层结构　

3.2.2 　算法步骤　

3.3 　算法示例　

3.3.1 　聚类过程　

3.3.2 　聚类结果及分析　

3.4 　本章要点　

第4章 　分类属性高维稀疏数据聚类　

4.1 　基于稀疏特征向量的聚类　

4.1.1 　概念基础　

4.1.2 　算法步骤　

4.1.3 　分类属性数据聚类示例　

4.1.4 　分类属性稀疏数据聚类示例　

4.2 　基于集合差异度的聚类　

暂无相关内容，正在全力查找中

暂无出版社相关信息，正在全力查找中！

暂无相关书籍摘录，正在全力查找中！

在线阅读地址：高维稀疏数据聚类知识发现理论在线阅读

在线听书地址：高维稀疏数据聚类知识发现理论在线收听

在线购买地址：高维稀疏数据聚类知识发现理论在线购买

暂无原文赏析，正在全力查找中！

暂无其它内容！