K-medoids

k-medoids算法是一种强大的聚类分析技术,广泛应用于数据挖掘、模式识别及电子信号处理等领域。与传统的k-means相比,k-medoids更稳健,能够有效处理噪声和异常值,特别适合于对稳定性要求高的工程项目。通过深入学习k-medoids,工程师们不仅能够掌握先进的数据分析方法,还能在故障诊断...

资源总数
500

K-medoids 全部资料 500 份

:将K—means算法引入到朴素贝叶斯分类研究中,提出一种基于K—means的朴素贝叶斯分类算法。首先用K— me.arks算法对原始数据集中的完整数据子集进行聚类,计算缺失数据子集中的每条记录与 个簇重心之间的相似度,把记 录赋给距离...

2017-08-18 63 K-medoids

摘 要:该文针对K 均值聚类算法存在的缺点,提出一种改进的粒子群优化(PSO)和K 均值混合聚类算法。该算法在运行过程中通过引入小概率随机变异操作增强种群的多样性,提高了混合聚类算法全局搜索能力,并根据群体适应度方差来确定K 均值算法操作时...

2023-09-02 3 K-medoids