作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
聚类分析是数据挖掘的一个重要的研究方向.本文在介绍了数据挖掘的基本概念之后,详细分析了常用的聚类算法.最后,使用weka数据挖掘软件对K-means算法进行了实践,实验结果证明了K-means算法的有效性.
推荐文章
数据挖掘中聚类算法研究
数据挖掘
聚类
SOM
数据挖掘中的聚类算法综述
数据挖掘
聚类
聚类算法
基于数据挖掘的聚类算法研究
聚类
数据挖掘
支持向量聚类
基于划分的数据挖掘K-means聚类算法分析
数据挖掘
聚类分析
K-means聚类算法
聚类中心选取
K-means算法改进
初始中心点
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 数据挖掘中聚类算法的分析与实践
来源期刊 电脑与电信 学科 工学
关键词 K-均值 聚类 有效性
年,卷(期) 2009,(5) 所属期刊栏目 算法研究
研究方向 页码范围 42-44
页数 3页 分类号 TP3
字数 3481字 语种 中文
DOI 10.3969/j.issn.1008-6609.2009.05.021
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  (0)
参考文献  (0)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (4)
2009(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)
2019(5)
  • 引证文献(1)
  • 二级引证文献(4)
研究主题发展历程
节点文献
K-均值
聚类
有效性
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
电脑与电信
月刊
1008-6609
44-1606/TN
大16开
广州市连新路171号国际科技中心B108室
1995
chi
出版文献量(篇)
8962
总下载数(次)
13
总被引数(次)
9565
论文1v1指导