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:
聚类是数据挖掘核心技术之一,是一门新兴的学科.聚类技术要使一个类簇内的实体是相似的,不同类簇的实体是相异的.从聚类研究现状谈起,描述聚类概念和分类方法,介绍K-means算法的思想,并利用K-mean算法实现了iris数据集的分类,完成相关测试和实验验证.
推荐文章
一种基于密度的k-means聚类算法
聚类
k-means
信息熵
近邻密度
孤立点
一种分裂式的k-means聚类算法
聚类
数据预处理
初始聚类中心
一种基于SOM和K-means的文档聚类算法
自组织特征映射
K-means
聚类
组合方法
文档聚类
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 一种基于Python的K-means聚类算法分析
来源期刊 数字技术与应用 学科 工学
关键词 聚类分析 K-Means算法 数据挖掘
年,卷(期) 2017,(10) 所属期刊栏目 算法分析
研究方向 页码范围 118-119
页数 2页 分类号 TP301.6
字数 2333字 语种 中文
DOI 10.3969/j.issn.1007-9416.2017.10.062
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李红 咸阳师范学院计算机学院 68 203 7.0 10.0
2 陈伟 咸阳师范学院计算机学院 28 82 6.0 8.0
3 王维 咸阳师范学院计算机学院 38 45 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (8)
参考文献  (4)
节点文献
引证文献  (8)
同被引文献  (18)
二级引证文献  (6)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(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)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(10)
  • 引证文献(5)
  • 二级引证文献(5)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
聚类分析
K-Means算法
数据挖掘
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
数字技术与应用
月刊
1007-9416
12-1369/TN
16开
天津市
6-251
1983
chi
出版文献量(篇)
20434
总下载数(次)
106
总被引数(次)
35701
论文1v1指导