关联规则就是形如A->B的表达式，A和B是整个项集中互不相交的两个子项。关联规则挖掘的主要目的在于发现数据中有意义的关联关系。购物篮分析就是通过分析顾客的购买行为来发现不同商品之间的联系。支持度、置信度、提升度支持度（A->B）=|AB|/|S|置信度（A->B）=|AB|/|A|这个基于划分的算法...
分类：
编程语言 时间：
2015-10-08 10:17:32
阅读次数：
333
介绍基于划分的聚类方法 给定n个对象的集合，将对象划分成K个簇。每个簇至少包含一个对象。 K-Means伪代码 输入：k:簇的数目 D: 包含n个对象的数据集 输出：k个簇的集合 方法： (1) 从D中任意选择K个对象作为初始簇的中心。 (2) repeat a) 根据簇中对象的均值，将每个对象分配...
分类：
其他好文 时间：
2015-09-22 14:36:42
阅读次数：
174
1992年，Woods提出了基于划分强度一致（PIU）的图像配准算法，该算法测度的基本理念是：同一组织在不同模态下的灰度分布具有某种一致性。换句话说，一种模态下的某个灰度值的像素在另一种模态中是以一个不同的灰度值为中心的分布。...
分类：
编程语言 时间：
2015-08-31 23:45:43
阅读次数：
377
Kmeans聚类算法1 Kmeans聚类算法的基本原理 K-means算法是最为经典的基于划分的聚类方法，是十大经典数据挖掘算法之一。K-means算法的基本思想是：以空间中k个点为中心进行聚类，对最靠近他们的对象归类。通过迭代的方法，逐次更新各聚类中心的值，直至得到最好的聚类结果。假设要把样本集分...
分类：
编程语言 时间：
2015-08-27 00:02:53
阅读次数：
408
0 K-means算法简介K-means是最为经典的基于划分的聚类方法，是十大经典数据挖掘算法之一。K-means算法的基本思想是：以空间中k个点为中心进行聚类，对最靠近他们的对象归类。通过迭代的方法，逐次更新各聚类中心的值，直至得到最好的聚类结果。算法过程如下：1）从N个文档随机选取K个文档作为质...
分类：
编程语言 时间：
2015-07-28 12:38:26
阅读次数：
271
继上两篇文章介绍聚类中基于划分思想的k-means算法和k-mediod算法本文将继续介绍第二种基于划分思想的k-mediod算法-----clara算法clara算法能够说是对k-mediod算法的一种改进,就如同k-mediod算法对k-means算法的改进一样.clara(clustering...
分类：
编程语言 时间：
2015-05-11 17:40:33
阅读次数：
457
一：算法介绍期望最大化算法，跟k-means一样属于基于划分的聚类，其实EM算法跟k-means算法思想很相似，主要步骤：期望步(E-步):给定当前的簇中心，每个对象都被指派到簇中心离该对象最近的簇。就是期望每个对象都属于最近的簇。最大化步(M-步)：给定簇指派，对应每个簇，算法调整期中心，使得指派...
分类：
编程语言 时间：
2015-03-12 22:09:19
阅读次数：
196
1、Preface因为一直在做的是聚类算法的研究，算是总结了一些心得，这里总结些知识性与思路性的东西，我想在其他地方也是很容易的找到类似的内容的。毕竟，世界就是那么小。
声明：本文比较不适合没有DM基础的人来阅读。我只是胡乱的涂鸦而已2、聚类算法在DM里的聚类算法里，有基于划分的算法，基于层次的算法，基于密度的算法，基于网格的算法，基于约束的算法。
其中每一种基于的算法都会衍生出一至几种算法...
分类：
编程语言 时间：
2015-03-07 22:50:05
阅读次数：
265
看了些论文，小结一下，分享给大家！聚类算法主要可以分为以下几类:1)基于划分的方法划分方法的主要思想是:给定要构建的划分数目k,在数据库中随机选择k个对象,每个对象代表一个类的平均值或中心,根据剩余的对象到类中心的距离将其划分到最近的类,然后重新计算每个类的中心，不断重复这个过程,直到所有的对象都不...
分类：
编程语言 时间：
2015-02-27 09:53:34
阅读次数：
171
K-means算法是最为经典的基于划分的聚类方法，是十大经典数据挖掘算法之一。K-means算法的基本思想是：以空间中k个点为中心进行聚类，对最靠近他们的对象归类。通过迭代的方法，逐次更新各聚类中心的值，直至得到最好的聚类结果。matlab中有kmeans聚类算法的函数可以调用，如[ldx,C,su...
分类：
编程语言 时间：
2015-01-31 21:46:31
阅读次数：
290
