层次聚类
层次聚类是一种强大的数据分析技术，通过递归地将数据集划分为多个子集或合并成更大的集合来揭示数据间的内在结构。广泛应用于信号处理、图像识别及网络分析等领域，帮助工程师从复杂的数据中提炼有价值的信息。掌握层次聚类算法不仅能够提升您的数据挖掘能力，还能在电子系统设计与优化过程中发挥关键作用。立即访问我们的...
资源总数
500
层次聚类 热门资料
查看全部 500 份 →Andreas Stolcke开发的聚类源码, 版本2.9。聚类方法是层次合并聚类
Andreas Stolcke开发的聚类源码, 版本2.9。聚类方法是层次合并聚类，同时使用了主成份分析转化向量空间。
2013-12-19
74
一种基于GiST的层次聚类算法
层次聚类方法是聚类分析的一个重要方法。该文利用通用搜索树实现了一种新的层次聚类算法，可以把整个聚类过程中形成的树型结构都保存在硬盘上，支持从宏观到细微的分析过程，便于用户发现各个聚类之间的相互联系。
2023-12-29
8
基于分布模型的层次聚类算法
提出了一种新的层次聚类算法，先对数据集进行采样，以采样点为中心吸收邻域内的数据点形成子簇，再根据子簇是否相交实现层次聚类。在层次聚类过程中，重新定义了簇与簇之间的距离度量，并以此为基础建立堆结构
2024-03-02
7
Birch:这是一种综合的层次聚类的方法
Birch:这是一种综合的层次聚类的方法，它介绍了两个概念，聚类特征和聚类特征树，它们是用来表示聚类的。这些结构能够帮助聚类方法能运行得更快，能够处理大数据量。
2014-01-13
31