原文服务方: 科技与创新       
摘要:
聚类分析在数据挖掘研究中占有重要的位置.聚类结果的可视化则是用图形的方式直观地表现聚类质量的优劣.目前采用的聚类结果可视化方法多为统计学方法,如饼图、柱状图等.但是这些统计学方法只能反映簇与簇之间的数量关系、簇内成分的比例关系,没有具体到每一个对象,没有利用到每个对象所包含的信息.针对上述问题,本文提出三种聚类结果的可视化方法:随机点图、顺序点图、电子云图.其中,随机点图的优点是简单、易于实现;顺序点图的优点是可以反映具体哪一个对象被错分.并且适合动态显示聚类过程;电子云图的优点是可以反映每个对象与相应聚类中心的距离.
推荐文章
一种聚类挖掘结果的可视化方法
数据可视化
数据挖掘
聚类
主分量分析
基于SOM聚类的可视化方法及应用研究
聚类
平行坐标
金融数据
可视化分析
自组织映射
基于多维标度法的专利文本可视化聚类研究
多维标度法
专利文本
主题
可视化
基于 VTK 的数值模拟结果可视化
函数库
结果数据可视化
数值模拟软件开发
VTK
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 聚类结果可视化研究
来源期刊 科技与创新 学科
关键词 数据挖掘 聚类结果 可视化
年,卷(期) 2007,(12) 所属期刊栏目 数据库 数据仓库 数据挖掘
研究方向 页码范围 190-191
页数 2页 分类号 TP311.13
字数 语种 中文
DOI 10.3969/j.issn.1008-0570.2007.12.075
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (69)
参考文献  (1)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
数据挖掘
聚类结果
可视化
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
科技与创新
半月刊
2095-6835
14-1369/N
大16开
2014-01-01
chi
出版文献量(篇)
41653
总下载数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导