基于贝叶斯距离的K-modes聚类算法
大小：0.59 MB 人气： 2017-11-23 需要积分：1
K-modes算法中原有的分类变量间距离度量方法无法体现属性值之间差异，对此提出了一种基于朴素贝叶斯分类器中间运算结果的距离度量。该度量构建代表分类变量的特征向量并计算向量间的欧氏距离作为变量间的距离。将提出的距离度量代入K-modes聚类算法并在多个UCI公共数据集上与其他度量方法进行比较，实验结果表明该距离度量更加有效。
非常好我支持^.^
(0) 0%
不好我反对
(0) 0%
下载地址
基于贝叶斯距离的K-modes聚类算法下载
相关电子资料下载
- 3.GraphSAGE[9]：generalized aggregation方法 322
- 贝叶斯优化是干什么的(原理解读) 684
- 贝叶斯深度学习介绍 425
- 关于贝叶斯概念进行形式化的建模和推理 319
- 贝叶斯网络的因果关系检测(Python) 572
- 基于K-means聚类算法的图像分割 1113
- 什么是卡尔曼滤波？卡尔曼滤波过程步骤 1764
- 机器学习4个超参数调优方法 403
- 机器学习theta是什么？机器学习tpe是什么？ 1418
- 介绍一种基于最小化平方误差的聚类算法 498