聚类分析综述

被引：59

作者：

曹凯迪

徐挺玉

刘云

张昕

机构：

[1] 南京医科大学医学信息学与管理研究所南京医科大学第一附属医院

来源：

智慧健康 | 2016年 / 2卷 / 10期

关键词：

数据挖掘; 无监督学习; 聚类分析; 电子病历;

D O I：

暂无

中图分类号：

R-05 [医学与其他学科的关系];

学科分类号：

100117 [系统生物医学];

摘要：

无监督学习是一种常用的数据挖掘方法,聚类分析是很重要的一种无监督学习方法,在医学电子病历的数据挖掘方面有很多应用。本文沿着数据挖掘-机器学习-无监督学习-聚类分析的路径,阐释了几个概念的关系,围绕着聚类分析的定义、算法和其在电子病历挖掘中的应用现状进行了详细综述。

引用

页码：50 / 53

页数：4

共 20 条

[1]

基于半监督学习的中文电子病历分词和名实体挖掘 [D].

张立邦 .

哈尔滨工业大学,

2014

[2]

可能性聚类有效性评价研究 [D].

张雪 .

哈尔滨理工大学,

2014

[3]

分类属性数据聚类算法研究 [D].

王敏 .

江苏大学,

2008

[4]

高维数据的聚类方法研究与应用 [D].

陈黎飞 .

厦门大学,

2008

[5]

Extensions to the k-means algorithm for clustering large data sets with categorical values [J].

Huang, ZX .

DATA MINING AND KNOWLEDGE DISCOVERY, 1998, 2 (03) :283-304

[6]

Principal direction divisive partitioning [J].

Boley, D .

DATA MINING AND KNOWLEDGE DISCOVERY, 1998, 2 (04) :325-344

[7]

数据挖掘...百度百科. http://baike.baidu.com.,

[8]

无监督学习中聚类和阈值分割新方法研究..王骏;.南京理工大学.2010,

[9]

WaveCluster:A Multi-Resolution Clustering Approach for Very Large Spatial Databases..Sheikholeslami G;Chatterjee S;Zhang A;.Proceedings of the 24th International Conference on Very Large Data Bases.1998,

[10]

一种面向医学短文本的自适应聚类方法 [J].

栗伟 ;

许洪涛 ;

赵大哲 ;

刘积仁 .

东北大学学报(自然科学版), 2015, 36 (01) :19-23

← 1 2 →