基于貝葉斯距離的K-modes聚類算法
大小：0.59 MB 人氣： 2017-11-23 需要積分：1
K-modes算法中原有的分類變量間距離度量方法無法體現屬性值之間差異，對此提出了一種基于樸素貝葉斯分類器中間運算結果的距離度量。該度量構建代表分類變量的特征向量并計算向量間的歐氏距離作為變量間的距離。將提出的距離度量代入K-modes聚類算法并在多個UCI公共數據集上與其他度量方法進行比較，實驗結果表明該距離度量更加有效。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
基于貝葉斯距離的K-modes聚類算法下載
相關電子資料下載
- 3.GraphSAGE[9]：generalized aggregation方法 322
- 貝葉斯優化是干什么的(原理解讀) 684
- 貝葉斯深度學習介紹 425
- 關于貝葉斯概念進行形式化的建模和推理 319
- 貝葉斯網絡的因果關系檢測(Python) 572
- 基于K-means聚類算法的圖像分割 1113
- 什么是卡爾曼濾波？卡爾曼濾波過程步驟 1764
- 機器學習4個超參數調優方法 403
- 機器學習theta是什么？機器學習tpe是什么？ 1418
- 介紹一種基于最小化平方誤差的聚類算法 498