数据挖掘中聚类算法比较研究

被引:12
作者
张红云
石阳
马垣
机构
[1] 鞍山钢铁学院计算机科学与工程学院
[2] 鞍山钢铁学院计算机科学与工程学院 辽宁鞍山
[3] 辽宁鞍山
关键词
数据挖掘; 聚类算法; 数据库;
D O I
暂无
中图分类号
TP311.13 [];
学科分类号
1201 ;
摘要
聚类算法是数据挖掘中的核心技术 ,虽然聚类算法已被广泛深入的研究 ,但其应用在数据挖掘领域时间不长 ,其间产生了许多不同的适用于数据挖掘的聚类算法 ,但这些算法仅适用于特定的问题及用户 .为了更好的使用这些算法 ,综合提出了评价聚类算法好坏的 5个标准 ,基于这 5个标准 ,对数据挖掘中近几年提出的常用聚类方法作了比较分析 ,以利于人们更容易、更快速的找到一种适用于特定问题的聚类算法
引用
收藏
页码:364 / 367+371 +371
页数:5
相关论文
共 3 条
[1]  
Automatic Subspace Clustering of High Dimensional Data for Data Mining Applicaitons. GEHRKE J,AGRAWAL R,GUNOPULOS D. ACM SIMOD . 1998
[2]  
Data Mining Mehods for Knowledge Discovery. KRZYSZTOF J Cios,WITOLD Pedrycz,ROMAN W Swingiarski. . 1998
[3]  
Chan, Systems for Knowledge Discovery in Databases IEEE Ttans. CHRISTOPHER J,PHILIP K. On Knowledge and Data Engineering . 1993