檢索結果：共4筆資料 檢索策略： "Clustering".ekeyword (精準) and ckeyword.raw="K\u002Dmeans"
個人化服務 ：
排序：
每頁筆數：
已勾選0筆資料
1
在資料探勘領域中，群集分析(cluster analysis)為資料預處理的重要方法，而在群集分析中的最常使用的方法之一，為K-means演算法，K-means分群法是以歐幾里得距離(Euclide…
2
由於網路越趨發達，人們所需要處理的資料量也日趨龐大，而處理巨量資料所需要的成本十分龐大，故如何能以較小的代價處理巨量資料即成為一個已被認真看待的問題。Affinity Propagation演算法的…
3
本研究目的在利用資料分析之方法於決定隱藏馬可夫模型(Hidden Markov Model, HMM)之隱藏狀態數。雖然隱藏馬可夫模型已被廣泛應用於模型識別、語音及手寫識別、股票預測和預防性維護等領…
4
針對不完整數據的補值問題，本文提出了一種新穎且更有效的基於屬性優先順序的漸進式K-means（CPIK-means）算法。該算法首先使用基於幾何相關性的策略對所有屬性中第一優先序缺失的數據進行插補，…