论文《数据挖掘中聚类算法比较研究》

本文详述了数据挖掘中的各种聚类算法，并对各种算法的优缺点进行了比较

K_pototypes算法 ? K-pototypes算法结合了K-means方法和根据K-means方法改 进的能够处理符号属性的K-modes方法 CLARANS算法(随机搜索聚类算法 ? CLA

聚类分析是数据挖掘中重要的研究内容之一，对聚类准则进行了总结，对五类传统的聚类算法的研究现状和进展进行了较为全面的总结，就一些新的聚类算法进行了梳理，根据样本归属关系、样本数据预处理、样本的相似性度量

基于密度方法，根据密度完成对象的聚类。perl实现OPTICS(OrderingPointsToIdentifytheClusteringStructure):并不明确产生一个聚类，而是为自动交互的聚

数据挖掘聚类算法KMean算法以及基于密度的算法简单容易看懂，适合大家学习

是很好的研究基于模糊逻辑的数据聚类方法的文档

聚类在数据挖掘、模式识别等许多领域有着重要的应用提出了一种新颖的聚类算法:一种基于最大不相含核心点集的聚类算法LSNCCP,在密度定义的基础上 ,考察核心点之间的距离关系 ,定义相含、相交、相离这 3

论文《聚类算法研究》，和大家分享~~~~

数据挖掘聚类技术课件，整个本站大部分关于聚类技术的教程

这是数据挖掘论文合集中关联挖掘的部分，其它关联挖掘、决策树、应用等相关论文都已上传。