未读消息消息

店铺

我的订单收藏商品

拍卖

拍卖交易我的竞拍收藏拍品

我的好友资金账户

客服 |

帮助中心 9:00-20:30 在线留言

客服电话

010-89648155

服务时间

客服咨询 08:00-21:00

纠纷处理

09:00-12:30

13:30-18:00

图书审核 09:00-18:00

监督与建议

请选择

手机孔网

成功加入购物车

去购物车结算 X

野原书苑

商品分类

孔网分类

图书

自然科学(743) 教材教辅考试(668) 工程技术(493) 医药卫生(436) 历史(140) 社会文化(103) 经济(92) 计算机与互联网(64) 哲学心理学(56) 管理(50) 艺术(38) 国学古籍(31) 文学(26) 生活(24) 政治(24) 语言文字(18) 教育(14) 法律(10) 小说(6) 童书(5) 综合性图书(4) 体育(4) 宗教(3) 地理(3) 军事(2)

店铺首页全部商品最新上架店主推荐珍本图书优惠特价动态

手机逛本店

微信扫码访问

图文详情

图书条目标准图

数据聚类

举报

张宪超著 / 科学出版社 / 2017-05 / 精装

售价 94.00 5.0折

定价￥188.00

品相全新

优惠

优惠

发货

承诺48小时内发货

运费

本店暂时无法向该地区发货

延迟发货说明

时间：

说明：

上书时间2025-02-20

数量: 仅1件在售，欲购从速

立即购买加入购物车收藏

卖家超过10天未登录

八年老店

野原书苑

店铺等级

拍卖等级

资质认证

90天平均

成功完成

好评率

发货时间

店主

联系

在线交谈离线留言

地址

北京市丰台区

电话

进店逛逛收藏店铺

商品详情
店铺评价

立即购买加入购物车收藏

手机购买

微信扫码访问

图书条目信息
图书 > 计算机与互联网
数据聚类
作者: 张宪超著

出版社: 科学出版社

出版时间: 2017-05

版次: 1

ISBN: 9787030528469

定价: 188.00

装帧: 精装

开本: 16开

纸张: 胶版纸

页数: 388页

字数: 666千字

正文语种: 简体中文
内容简介：

　　聚类是数据挖掘领域的一个重要分支。
　　《数据聚类》全面系统地介绍聚类的主要方法。首先，对涉及聚类的各个方面进行简略的综述；然后，对各类聚类算法进行较详细的讨论。
　　《数据聚类》主要内容分为三大部分：第1部分是经典算法部分（第2～6章），讨论k-均值、DBSCAN等传统算法；第二部分是高级算法部分（第7～12章），讨论半监督聚类、高维数据聚类、不确定数据聚类等；第三部分是多源数据聚类部分（第13章），主要讨论多视角聚类和多任务聚类。
　　《数据聚类》可供数据科学与人工智能等领域的研究人员、工程技术人员、相关学科研究生和基础较好的高年级本科生参考阅读。

目录：

序
前言
符号表

1 概述
1．1 问题描述
1．2 方法进展
1．2．1 经典算法
1．2．2 高级算法
1．2．3 多源数据算法
1．3 半监督聚类
1．4 数据类型
1．4．1 属性数据
1．4．2 离散序列数据
1．4．3 时间序列数据
1．4．4 文本数据
1．4．5 多媒体数据
1．4．6 流数据
1．4．7 各类数据聚类技术汇总
1．5 衍生问题
1．5．1 特征选择
1．5．2 测度学习
1．5．3 聚类集成
1．5．4 软聚类
1．5．5 多解聚类
1．5．6 聚类验证
1．5．7 可视化与交互聚类
1．6 新的挑战
1．6．1 大数据聚类
1．6．2 多模数据聚类
1．6．3 深度聚类
1．7 结论
参考文献

2 基于模型的聚类
2．1 混合模型
2．1．1 混合模型简介
2．1．2 高斯混合模型
2．1．3 伯努利混合模型
2．1．4 混合模型选择
2．2 期望最大化算法
2．2．1 詹森不等式
2．2．2 期望最大化算法分析
2．2．3 期望最大化算法框架
2．2．4 期望最大化扩展算法
2．3 求解高斯混合模型
2．4 求解伯努利混合模型
参考文献

3 基于划分的聚类算法
3．1 划分方法概述
3．2 k-均值算法
3．2．1 目标函数
3．2．2 算法流程
3．2．3 性能分析
3．2．4 k的选择
3．2．5 初始中心点选择
3．3 类k-均值算法
3．3．1 k-中心点算法
3．3．2 k-中值算法
3．3．3 k-modes算法
3．3．4 模糊k-均值算法
3．3．5 核k-均值算法
3．3．6 二分k-均值算法
3．4 改进的k-均值算法
3．4．1 改进的k-均值算法概述
3．4．2 基于边界值的k-均值算法
3．4．3 阴阳k-均值算法
3．4．4 基于块向量的加速k-均值算法
参考文献

4 基于密度的聚类算法
4．1 密度算法概述
4．2 DBSCAN算法
4．2．1 基本定义及算法流程
4．2．2 算法分析
4．3 OPTICS算法
4．3．1 基本定义及算法流程
4．3．2 算法分析
4．4 DENCLUE算法
……

5 基于网格的聚类算法
6 层次聚类算法
7 半监督聚类
8 谱聚类
9 基于非负矩阵分解的聚类
10 高维数据聚类
11 图聚类
12 不确定数据聚类
13 多源相关数据聚类
后记
彩版

展开全部
货号：

C3-3

配送说明

...
相似商品
为你推荐

孔网分类

图书

孔网啦啦啦啦啦纺织女工火锅店第三课

开播时间：09月02日 10:30

即将开播，去预约

直播中，去观看