数据挖掘中的聚类算法分析

• 作者: 王筱远
• 来源期刊: 中国新通信
• 关键词: 数据挖掘 聚类分析 K-Means聚类 DBScan聚类
• 年，卷（期）: 2018,（23）
• 所属期刊栏目: 互联网+应用
• 页码范围: 110-111
• 页数: 2页
• 字数: 2473字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-4866.2018.23.085

摘要

本文从数据挖掘开始,讲述了数据挖掘的概念与应用,由此引入了数据挖掘中最为重要的工具——聚类分析;聚类可以根据相似性对数据进行分组,其中最为常见的聚类算法有K-Means算法和DBScan算法,其中K-Means是一种基于层次的方法,DBScan是一种基于密度的方法;接下来本文对以上两种算法做了详细的介绍,包括相关概念和算法流程;最后,由于不同行业中数据的分布各不相同,应该根据不同设计目的选择合适的聚类方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王筱远		1	2	1.0	1.0