由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
100%刮中券,最高50元无敌券,券有效期7天
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
醉染图书高维稀疏数据聚类知识发现理论9787030734907
¥ ×1
新春将至,本公司假期时间为:2025年1月23日至2025年2月7日。2月8日订单陆续发货,期间带来不便,敬请谅解!
前言
章聚类知识发现
1.1数据库知识发现
1.1.1数据库知识发现的产生与发展
1.1.2数据库知识发现的处理过程
1.1.3数据库知识发现的主要任务
1.1.4数据仓库与数据挖掘
1.2数据类型及差异度计算
1.2.1二值属
1.2.2分类属
1..数值属
1.2.4混合属
1.3主要的聚类方法
1.3.1分割聚类
1.3.2层次聚类
1.3.3基于密度的聚类
1.4聚类方法的新进展
1.4.1智能聚类
1.4.2大数据聚类
1.5本章要点
第2章高维稀疏数据聚类知识发现理论体系
2.1聚类研究的重点和难点
2.2高维稀疏数据聚类问题
.二值属维稀疏数据聚类原理
2.4高维稀疏数据聚类拓展
2.4.1分类、数值和混合属数据
2.4.2不完备数据
2.4.3大规模数据
2.4.4聚类过程调整
2.4.5参数自适应
2.5本章要点
第3章二值属维稀疏数据聚类
3.1概念基础
3.1.1集合的稀疏差异度
3.1.2集合的稀疏特征向量
3.1.3稀疏特征向量的可加
3.2聚类过程
3.2.1算法的两层结构
3.2.2算法步骤
3.3算法示例
3.3.1聚类过程
3.3.2聚类结果及分析
3.4本章要点
第4章分类属维稀疏数据聚类
4.1基于稀疏特征向量的聚类
4.1.1概念基础
4.1.2算法步骤
4.1.3分类属数据聚类示例
4.1.4分类属稀疏数据聚类示例
4.2基于集合差异度的聚类
4.2.1概念基础
4.2.2算法步骤
4..算法示例
4.3拓展稀疏差异度聚类
4.3.1集合的拓展稀疏差异度
4.3.2集合的拓展稀疏特征向量
4.3.3相关定理
4.3.4算法步骤
4.4稀疏指数排序聚类
4.4.1稀疏指数关概念
4.4.2稀疏指数排序
4.4.3算法步骤
4.4.4算法示例
4.5不干涉序列加权排序聚类
4.5.1不干涉序列指数
4.5.2相关定理
4.5.3排序示例
4.5.4算法步骤
4.6基于位集的聚类
4.6.1分类属数据对象的位集表示
4.6.2位集差异度的定义及其质
4.6.3相关定理
4.6.4算法步骤
4.7本章要点
第5章数值属维稀疏数据聚类
5.1稀疏特征聚类
5.1.1聚类思想
5.1.2稀疏特征
5.1.3对象的稀疏差异度
5.1.4两阶段处理过程
5.1.5算法步骤
5.1.6算法示例
5.2模糊离散化数据聚类
5.2.1属组合
5.2.2模糊离散化
5..隶属度下限
5.2.4算法步骤
5.2.5算法示例
5.3本章要点
第6章不完备分类属数据聚类
6.1容差集合差异度聚类
6.1.1容差集合差异度
6.1.2容差集合精简
6.1.3相关定理
6.1.4算法步骤
6.2约束容差集合差异度聚类
6.2.1约束容差集合差异度
6.2.2约束容差集合精简
6..相关定理
……
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
非常抱歉,您前期未参加预订活动,
无法支付尾款哦!
抱歉,您暂无任性付资格