|
1. 목적
기존 공간 클러스터링 알고리즘들은 객체들간의 거리를 기반 계산 비용 증대
공간 지역성을 보장하는 대표적인 공간분할 방법인 그리드 셀을 기반 계산 비용 감소
2. 공간 클러스터링 기법
기존 클러스터링의 문제점
그림1
|
- 페이지 27페이지
- 가격 3,000원
- 등록일 2004.07.23
- 파일종류 피피티(ppt)
- 참고문헌 없음
- 최근 2주 판매 이력 없음
|
|
(4) 퍼지 관계
2. 신경회로망
3. 뉴로 퍼지 모델
4. FCM 클러스터링
5. 공분산 행렬과 퍼지 공분산 행렬
6. Gustafson-Kessel 클러스터링 알고리즘
7. 제안된 뉴로-퍼지 시스템
III. 시뮬레이션 및 결과
IV. 결 론
V. 참 고 문 헌
|
- 페이지 35페이지
- 가격 5,000원
- 등록일 2003.11.28
- 파일종류 한글(hwp)
- 참고문헌 있음
- 최근 2주 판매 이력 없음
|
|
클러스터링 알고리즘
K-means 클러스터링 알고리즘은 군집 영역에 속하는 모든 점으로부터 군집 중심까지의 거리의 제곱의 합으로 정의되는 성능 지표를 최소화하는데 바탕을 둔 방법이다
이 방법은 다음과 같은 단계로 구성 된다.
- 단계 1 :
|
- 페이지 9페이지
- 가격 1,200원
- 등록일 2006.12.08
- 파일종류 한글(hwp)
- 참고문헌 있음
- 최근 2주 판매 이력 없음
|
|
클러스터링..............................................................................................................................................................9
4) 의사결정나무...................................................................................................................
|
- 페이지 18페이지
- 가격 2,300원
- 등록일 2003.02.09
- 파일종류 한글(hwp)
- 참고문헌 없음
- 최근 2주 판매 이력 없음
|
|
응용
데이타마이닝의 목표
Prediction(예측)
Identification(확인)
데이타마이닝의 기법들
연관규칙 (Association rules)
분류체계 (Classification hierarchies)
클러스터링 (Clustering)
순차패턴 (Sequential patterns)
시계열 패턴 (Patterns within time series)
|
- 페이지 3페이지
- 가격 1,000원
- 등록일 2004.07.05
- 파일종류 한글(hwp)
- 참고문헌 없음
- 최근 2주 판매 이력 없음
|