几种聚类算法的比较_应用数学专业.doc

  • 需要金币1000 个金币
  • 资料目录论文助手 > 大学本科 > 科技学院 >
  • 转换比率:金钱 X 10=金币数量, 例100元=1000金币
  • 论文格式:Word格式(*.doc)
  • 更新时间:2014-09-24
  • 论文字数:13715
  • 课题出处:(love音乐)提供原创资料
  • 资料包括:完整论文

支付并下载

摘要:现在社会处于大数据时代,各行各业的巨量数据都需要先进行数据处理后才能使用,这时候就需要先用聚类分析法对这些数据进行筛选。随着数据容量的不断扩充,聚类分析各算法处理数据的效率问题开始突现出来。本文通过对聚类分析常用的四种算法的定义进行比对,分析他们的不同之处。然后找到这四种算法最具代表性的最新的算法--K-modes、K-均值、最近邻、两部步骤法,通过matlab的编程实现,然后把UCI机器学习数据集储存库中的鸢尾花、酒、豌豆、动物园四个数据集进行实验,并计算出每种方法的处理时间和正确率;然后在引用了一个较大的数据集,再次实验。然后用Weka数据挖掘软件对这五个数据实验,综合得出效率最高的聚类分析法。研究的目的是为大数据聚类分析找到一个便捷快速的途径。

关键字:Matlab  时间函数  实验  聚类  NP难问题

 

目录

摘要

Abstract

一、引言 3

(一)聚类分析的简介 3

(二)聚类过程 3

(三)聚类分析的应用 3

(四)聚类分析对聚类算法的要求 4

二、主要的聚类算法分析 5

(一)顺序聚类 7

(二)层次聚类 8

(三)划分聚类10

(四)基于密度的聚类11

(五)基于网格的聚类13

三、实验14

(一)数据集14

(二)时间函数14

(三)实验17

(四)更大数据集的测试18

(五)Weka下的聚类实验 19

(六)结论19

四、总结20

参考文献 21


支付并下载

提示:本站支持手机(IOS,Android)下载论文,如果手机下载不知道存哪或打不开,可以用电脑下载,不会重复扣费