层次聚类算法: 数据挖掘技术与应用

数据挖掘中的层次聚类算法

层次聚类算法是一种常用的数据挖掘技术，它通过将数据点逐步合并成越来越大的簇来构建层次结构。该算法不需要预先指定簇的数量，而是根据数据点之间的相似性逐步构建层次树状图。

数据挖掘 3 2024-05-12

层次聚类方案的发展与应用

在多个领域中，针对对象根据相似性进行分类的技术日益受到关注。通过建立聚类系统与特定距离度量之间的对应关系，提出了两种计算快速且在数据单调转换下不变的聚类方法。一种方法形成优化的“连接”聚类，另一种形成优化的“紧凑”聚类。随着数据科学的发展，层次聚类方案不仅限于生物学和医学，还在心理学等领域展现出广泛应用。

算法与数据结构 1 2024-08-01

基于层次聚类的机场噪声数据挖掘

针对机场噪声数据的特征，提出了一种基于代表点的快速层次聚类算法。该算法在传统凝聚层次聚类算法的基础上，结合聚类代表点法和二分法策略进行改进，以提高效率。 为了评价聚类结果，提出了一种结合聚类代表点和聚类算法相似性定义的方法。实验结果表明，该算法不仅运行效率高，而且能够较准确地发现特定类型飞行事件的噪声分布模式。利用该分布模式，可以较准确地预测特定类型飞行事件的噪声分布状况。

数据挖掘 5 2024-05-19

数据挖掘与机器学习中聚类算法的应用

聚类算法用于无监督学习，将没有明确分类映射关系的物品分组，解决了没有历史数据时对物品分类的需求。例如，可应用于客户价值划分、网页归类等场景。

数据挖掘 5 2024-04-30

数据挖掘聚类算法实现

利用多种数据挖掘算法解决聚类问题，并提供可选的聚类方式，为数据挖掘学习者提供参考。

数据挖掘 2 2024-05-12

数据挖掘聚类算法PPT

这份PPT详细解释了常见的数据挖掘聚类算法，对于初学者来说非常实用。

数据挖掘 1 2024-07-17

聚类数据挖掘技术概述

此概述涵盖了聚类数据挖掘技术。

数据挖掘 7 2024-05-13

探究层次聚类：数据挖掘中的聚类分析

层次聚类 传统的层次聚类 非传统的树状图 传统的树状图

数据挖掘 3 2024-05-19

基于层次的聚类方法数据仓库与数据挖掘原理及应用

基于层次的聚类方法是一种无需预先设定聚类数但需要终止条件的方法。在这类方法中，聚类的过程可以通过自底向上（AGNES）或自顶向下（DIANA）的方式进行。

数据挖掘 2 2024-07-17