原创力文档- 1、本文档共36页，其中可免费阅读11页，需付费170金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
- 3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
基于划分的K-means聚类算法的研究
摘要
现阶段数据挖掘是人工智能领域核心发展方向之一，聚类算法是数据挖掘研究中的一个重要的领域，聚类是一种数据划分或分组处理的先进模式和方法。聚类算法在金融领域，政府机构和医学研究等方面都起到了重要的作用。本文主要研究了基于划分的聚类算法K-means的基本原理及运行流程，并运用基础数据通过数学方法简要模拟聚类过程。通过公式详细的解释了集中距离度量方法，运用数据矩阵和相异度矩阵的方法计算实体间的相似度，对聚类算法进行基本的划分，比较各类算法的优缺点及适用范围，并对各类聚类算法追踪高位数据的能力进行对比研究。
K-means作为利用率最高的
文档评论（0）