搜索资源列表
dbscan
- DBSCAN是一个基于密度的聚类算法。改算法将具有足够高度的区域划分为簇,并可以在带有“噪声”的空间数据库中发现任意形状的聚类。-DBSCAN is a density-based clustering algorithm. Algorithm change will have enough height to the regional cluster. and to be with the \"noise\" of the spatial database found clusters of
KMEANS.rar
- 聚类分析是数据挖掘中的一个重要研究领域,是一种数据划分或分组处理的 重要手段和方法。聚类无论在商务领域,还是在生物学、W七b文档分类、图像 处理等其他领域都得到了有效的应用。目前聚类算法大体上分为基于划分的方 法、基于层次的方法、基于密度的方法、基于网格的方法、基于模型的方法以及 模糊聚类。 ,erer
databricks-spark-reference-applications.pdf.tar
- 摘要: 现有的聚类算法比如 CluStream 是基于 k-means 算法的。这些算法不能够发现任 意形状的簇以及不能处理离群点。 解决上述问题,本文提出了 而且, 它需要预先知道 k 值和用户指定的时间窗口。 为了 分将数据映射到一个网格, D-Stream 算法,它是基于密度的算法。这个算法用一个在线部 在离线部分计算网格的密度然后基于密度形成簇。 度衰减技术来捕获数据流的动态变化。 为了探索衰减因子、 数据密度以及簇结构之间的关系, 我们的算法能够有效的并且有效率