高维稀疏数据聚类知识发现理论
正版全新 可开发票
￥ 77.42 7.9折 ￥ 98 全新
库存13件
北京朝阳
认证卖家担保交易快速发货售后保障
作者武森,高学东,单志广
出版社中国科技出版传媒股份有限公司
ISBN9787030734907
出版时间2021-02
装帧平装
开本16开
定价98元
货号11822117
上书时间2024-07-04
- 在售商品 暂无
- 平均发货时间 18小时
- 好评率 暂无
商品详情
- 品相描述：全新
- 商品描述
-
目录
前言
第1章聚类知识发现
1.1数据库知识发现
1.1.1数据库知识发现的产生与发展
1.1.2数据库知识发现的处理过程
1.1.3数据库知识发现的主要任务
1.1.4数据仓库与数据挖掘
1.2数据类型及差异度计算
1.2.1二值属性
1.2.2分类属性
1.2.3数值属性
1.2.4混合属性
1.3主要的聚类方法
1.3.1分割聚类
1.3.2层次聚类
1.3.3基于密度的聚类
1.4聚类方法的新进展
1.4.1智能聚类
1.4.2大数据聚类
1.5本章要点
第2章高维稀疏数据聚类知识发现理论体系
2.1聚类研究的重点和难点
2.2高维稀疏数据聚类问题
2.3二值属性高维稀疏数据聚类原理
2.4高维稀疏数据聚类拓展
2.4.1分类、数值和混合属性数据
2.4.2不完备数据
2.4.3大规模数据
2.4.4聚类过程调整
2.4.5参数自适应
2.5本章要点
第3章二值属性高维稀疏数据聚类
3.1概念基础
3.1.1集合的稀疏差异度
3.1.2集合的稀疏特征向量
3.1.3稀疏特征向量的可加性
3.2聚类过程
3.2.1算法的两层结构
3.2.2算法步骤
3.3算法示例
3.3.1聚类过程
3.3.2聚类结果及分析
3.4本章要点
第4章分类属性高维稀疏数据聚类
4.1基于稀疏特征向量的聚类
4.1.1概念基础
4.1.2算法步骤
4.1.3分类属性数据聚类示例
4.1.4分类属性稀疏数据聚类示例
4.2基于集合差异度的聚类
4.2.1概念基础
4.2.2算法步骤
4.2.3算法示例
4.3拓展稀疏差异度聚类
4.3.1集合的拓展稀疏差异度
4.3.2集合的拓展稀疏特征向量
4.3.3相关定理
4.3.4算法步骤
4.4稀疏性指数排序聚类
4.4.1稀疏性指数相关概念
4.4.2稀疏性指数排序
4.4.3算法步骤
4.4.4算法示例
4.5不干涉序列加权排序聚类
4.5.1不干涉序列指数
4.5.2相关定理
4.5.3排序示例
4.5.4算法步骤
4.6基于位集的聚类
4.6.1分类属性数据对象的位集表示
4.6.2位集差异度的定义及其性质
4.6.3相关定理
4.6.4算法步骤
4.7本章要点
第5章数值属性高维稀疏数据聚类
5.1稀疏特征聚类
5.1.1聚类思想
5.1.2稀疏特征
5.1.3对象的稀疏差异度
5.1.4两阶段处理过程
5.1.5算法步骤
5.1.6算法示例
5.2模糊离散化数据聚类
5.2.1属性组合
5.2.2模糊离散化
5.2.3隶属度下限
5.2.4算法步骤
5.2.5算法示例
5.3本章要点
第6章不完备分类属性数据聚类
6.1容差集合差异度聚类
6.1.1容差集合差异度
6.1.2容差集合精简
6.1.3相关定理
6.1.4算法步骤
6.2约束容差集合差异度聚类
6.2.1约束容差集合差异度
6.2.2约束容差集合精简
6.2.3相关定理
……
精彩内容
本书面向数据库知识发现的聚类任务，针对高维数据普遍具有的稀疏特征，系统阐述高维稀疏数据聚类知识发现的理论和方法。全书共12章，第1章和第2章系统总结聚类知识发现、高维稀疏数据聚类知识发现理论体系；第3～5章阐述高维稀疏数据聚类原理及分类属性数据、数值属性数据的系列聚类算法；第6～10章将高维稀疏数据聚类原理拓展到不完备数据、大规模数据、过程调整和参数自适应聚类；第11章阐述聚类趋势发现；第12章介绍高维稀疏数据聚类知识发现面向管理问题的应用、面向数据组织的应用及相关实现技术。本书适用于数据挖掘领域的研究人员和应用人员，也可作为相关专业博士研究生、硕士研究生和本科生的参考书。
— 没有更多了 —
以下为对购买帮助不大的评价