计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2004年
13期
9-10,86
,共3页
数据挖掘%分类%聚类
數據挖掘%分類%聚類
수거알굴%분류%취류
介绍了一种基于聚类的分类方法.传统的聚类是无监督学习,也就是说不需要先验知识.基于聚类的分类方法利用样本的类标号信息进行学习,形成非层次结构的聚类,每个聚类都有类标号,用来对新的数据进行分类.对于大量的学习样本,具有很好的伸缩性.
介紹瞭一種基于聚類的分類方法.傳統的聚類是無鑑督學習,也就是說不需要先驗知識.基于聚類的分類方法利用樣本的類標號信息進行學習,形成非層次結構的聚類,每箇聚類都有類標號,用來對新的數據進行分類.對于大量的學習樣本,具有很好的伸縮性.
개소료일충기우취류적분류방법.전통적취류시무감독학습,야취시설불수요선험지식.기우취류적분류방법이용양본적류표호신식진행학습,형성비층차결구적취류,매개취류도유류표호,용래대신적수거진행분류.대우대량적학습양본,구유흔호적신축성.
