小波聚类与OPTICS聚类的适用性
来源:互联网 发布:快乐码字软件 编辑:程序博客网 时间:2024/04/26 18:27
我们开发的双机模型数据挖掘软件在研究聚类算法时发现类小波聚类算法在处理低维立方体(通常少于7维)比较合适,在数据记录成倍增长时也有很好的伸缩性。得益于网格聚类算法的特性。
OPTICS聚类算法在处理高维立方体时比较合适,但随着数据量的增加,运算所须时间会增加较多,当然选择好的距离函数如相似度计算,避免如 Euclid距离,也会使计算速度大大提高。采用Euclid距离计算时,聚类5000条记录的运行时间(从数据预处理到结果显示的完整过程)估计是十分钟至二十分钟(1GHz CPU),采用合适的距离函数,运算时间会降低到一分钟以内。
- 小波聚类与OPTICS聚类的适用性
- 基于密度的聚类方法-OPTICS
- 聚类算法 optics
- 教学内容的针对性与适用性
- Activity与Fragment的适用性
- OPTICS聚类算法原理
- 聚类分析之基于密度的聚类算法OPTICS
- jBPM 与项目的适用性探讨
- 设计模式的局限性与适用性
- 聚类算法初探(六)OPTICS
- 关于聚类算法Kmeans/K-mediods/层次聚类/OPTICS较为详细的介绍
- OPTICS:通过点排序识别聚类结构的密度聚类算法
- 聚类分析(六)基于密度的聚类算法 — OPTICS
- 聚类分析(五)——基于密度的聚类算法OPTICS
- optics的matlab实现
- Hadoop、Spark、HBase与Redis的适用性讨论
- Hadoop、Spark、HBase与Redis的适用性讨论
- Hadoop、Spark、HBase与Redis的适用性讨论(全文)
- web service实现原理与异步调用
- 自己动手清理Windows右键菜单
- 基于事件的异步编程和Web服务
- 删除你的一切记忆
- oracle内存分配与调整
- 小波聚类与OPTICS聚类的适用性
- XPath手册 [源于ZVON]
- 家常菜的烹饪方法和技巧(转)
- pchome以首页链接来换取软件发布的方式不可取: 幼稚,小家子气,无法受人尊重
- 在Java中读写Excel文件
- strace命令用法
- Java的关键字
- 无缝循环滚动图片
- DWR 原理