同類熱銷排行榜

高維稀疏數據聚類知識發現理論

作者：武森//高學東//單志廣|責編:王喜軍//李娜
出版社：科學
ISBN：9787030734907

出版日期：2022/10/01
裝幀：平裝
頁數：223

人民幣：RMB 98 元售價：元

內容大鋼

本書面向資料庫知識發現的聚類任務，針對高維數據普遍具有的稀疏特徵，系統闡述高維稀疏數據聚類知識發現的理論和方法。全書共12章，第1章和第2章系統總結聚類知識發現、高維稀疏數據聚類知識發現理論體系；第3?5章闡述高維稀疏數據聚類原理及分類屬性數據、數值屬性數據的系列聚類演算法；第6?10章將高維稀疏數據聚類原理拓展到不完備數據、大規模數據、過程調整和參數自適應聚類；第11章闡述聚類趨勢發現；第12章介紹高維稀疏數據聚類知識發現面向管理問題的應用、面向數據組織的應用及相關實現技術。
本書適用於數據挖掘領域的研究人員和應用人員，也可作為相關專業博士研究生、碩士研究生和本科生的參考書。

作者介紹

武森//高學東//單志廣|責編:王喜軍//李娜

前言
第1章  聚類知識發現
  1.1  資料庫知識發現
    1.1.1  資料庫知識發現的產生與發展
    1.1.2  資料庫知識發現的處理過程
    1.1.3  資料庫知識發現的主要任務
    1.1.4  數據倉庫與數據挖掘
  1.2  數據類型及差異度計算
    1.2.1  二值屬性
    1.2.2  分類屬性
    1.2.3  數值屬性
    1.2.4  混合屬性
  1.3  主要的聚類方法
    1.3.1  分割聚類
    1.3.2  層次聚類
    1.3.3  基於密度的聚類
  1.4  聚類方法的新進展
    1.4.1  智能聚類
    1.4.2  大數據聚類
  1.5  本章要點
第2章  高維稀疏數據聚類知識發現理論體系
  2.1  聚類研究的重點和難點
  2.2  高維稀疏數據聚類問題
  2.3  二值屬性高維稀疏數據聚類原理
  2.4  高維稀疏數據聚類拓展
    2.4.1  分類、數值和混合屬性數據
    2.4.2  不完備數據
    2.4.3  大規模數據
    2.4.4  聚類過程調整
    2.4.5  參數自適應
  2.5  本章要點
第3章  二值屬性高維稀疏數據聚類
  3.1  概念基礎
    3.1.1  集合的稀疏差異度
    3.1.2  集合的稀疏特徵向量
    3.1.3  稀疏特徵向量的可加性
  3.2  聚類過程
    3.2.1  演算法的兩層結構
    3.2.2  演算法步驟
  3.3  演算法示例
    3.3.1  聚類過程
    3.3.2  聚類結果及分析
  3.4  本章要點
第4章  分類屬性高維稀疏數據聚類
  4.1  基於稀疏特徵向量的聚類
    4.1.1  概念基礎
    4.1.2  演算法步驟
    4.1.3  分類屬性數據聚類示例
    4.1.4  分類屬性稀疏數據聚類示例
  4.2  基於集合差異度的聚類

    4.2.1  概念基礎
    4.2.2  演算法步驟
    4.2.3  演算法示例
  4.3  拓展稀疏差異度聚類
    4.3.1  集合的拓展稀疏差異度
    4.3.2  集合的拓展稀疏特徵向量
    4.3.3  相關定理
    4.3.4  演算法步驟
  4.4  稀疏性指數排序聚類
    4.4.1  稀疏性指數相關概念
    4.4.2  稀疏性指數排序
    4.4.3  演算法步驟
    4.4.4  演算法示例
  4.5  不干涉序列加權排序聚類
    4.5.1  不干涉序列指數
    4.5.2  相關定理
    4.5.3  排序示例
    4.5.4  演算法步驟
  4.6  基於位集的聚類
    4.6.1  分類屬性數據對象的位集表示
    4.6.2  位集差異度的定義及其性質
    4.6.3  相關定理
    4.6.4  演算法步驟
  4.7  本章要點
第5章  數值屬性高維稀疏數據聚類
  5.1  稀疏特徵聚類
    5.1.1  聚類思想
    5.1.2  稀疏特徵
    5.1.3  對象的稀疏差異度
    5.1.4  兩階段處理過程
    5.1.5  演算法步驟
    5.1.6  演算法示例
  5.2  模糊離散化數據聚類
    5.2.1  屬性組合
    5.2.2  模糊離散化
    5.2.3  隸屬度下限
    5.2.4  演算法步驟
    5.2.5  演算法示例
  5.3  本章要點
第6章  不完備分類屬性數據聚類
  6.1  容差集合差異度聚類
    6.1.1  容差集合差異度
    6.1.2  容差集合精簡
    6.1.3  相關定理
    6.1.4  演算法步驟
  6.2  約束容差集合差異度聚類
    6.2.1  約束容差集合差異度
    6.2.2  約束容差集合精簡
    6.2.3  相關定理
    6.2.4  演算法步驟

  6.3  基於約束容差集合差異度聚類的缺失數據填補
    6.3.1  填補思想
    6.3.2  約束容差集合精簡不變定理
    6.3.3  填補過程
  6.4  缺失數據填補實驗分析
    6.4.1  數據集
    6.4.2  補齊率分析
    6.4.3  填補正確率分析
    6.4.4  填補后聚類正確率分析
    6.4.5  時間效率分析
    6.4.6  參數分析
  6.5  本章要點
第7章  不完備混合屬性數據聚類
  7.1  對象混合差異度聚類
    7.1.1  聚類思想
    7.1.2  對象混合差異度
    7.1.3  基於最近鄰的初始原型對象選擇
    7.1.4  演算法步驟
  7.2  集合混合差異度聚類
    7.2.1  集合混合差異度
    7.2.2  集合混合特徵向量
    7.2.3  集合混合特徵向量的可加性
    7.2.4  演算法步驟
  7.3  基於集合混合差異度聚類的缺失數據填補
    7.3.1  填補思想
    7.3.2  概念基礎
    7.3.3  填補過程
  7.4  缺失數據填補實驗分析
    7.4.1  數據集
    7.4.2  分類屬性填補分析
    7.4.3  數值屬性填補分析
  7.5  本章要點
第8章  大規模高維稀疏數據聚類
  8.1  基於抽樣的聚類
    8.1.1  基於抽樣的聚類思想
    8.1.2  確界表示的概念基礎
    8.1.3  高維稀疏類的確界表示
    8.1.4  基於確界表示的非樣本對象分配
    8.1.5  非樣本對象分配示例
  8.2  並行聚類
    8.2.1  並行策略
    8.2.2  演算法步驟
    8.2.3  聚類正確性實驗分析
    8.2.4  規模擴展性實驗分析
  8.3  本章要點
第9章  參數自適應的高維稀疏數據聚類
  9.1  稀疏差異度啟髮式聚類
    9.1.1  啟髮式聚類思想
    9.1.2  內部有效性評價指標
    9.1.3  概念基礎

    9.1.4  聚類過程
  9.2  拓展位集差異度聚類
    9.2.1  拓展位集差異度
    9.2.2  演算法步驟
    9.2.3  差異度調整指數分析
    9.2.4  閾值確定方法
  9.3  無參數聚類
    9.3.1  稀疏差異度閾值範圍的確定
    9.3.2  考慮數據排序的調整稀疏特徵向量
    9.3.3  無參數聚類過程
    9.3.4  演算法計算時間複雜度
  9.4  本章要點
第10章  高維稀疏數據調整聚類
  10.1  高維稀疏數據雙向聚類
    10.1.1  集合的雙向稀疏特徵向量
    10.1.2  雙向稀疏特徵向量的可加性
    10.1.3  雙向稀疏特徵向量的可減性
    10.1.4  聚類過程
    10.1.5  演算法示例
  10.2  高維稀疏數據優化調整聚類
    10.2.1  聚類思想
    10.2.2  聚類過程
    10.2.3  演算法示例
  10.3  本章要點
第11章  聚類趨勢發現
  11.1  聚類趨勢發現問題
    11.1.1  問題提出
    11.1.2  問題難點
    11.1.3  聚類趨勢發現思想
  11.2  概念基礎
    11.2.1  穩定原子類
    11.2.2  距離趨勢的計算
  11.3  聚類過程
    11.3.1  演算法步驟
    11.3.2  數據關係
  11.4  演算法示例
    11.4.1  問題描述
    11.4.2  過程及結果
  11.5  本章要點
第12章  高維稀疏數據聚類知識發現應用
  12.1  面向管理問題的應用
    12.1.1  高維稀疏客戶數據存儲
    12.1.2  圖書館讀者群劃分
    12.1.3  漢語辭彙聚類分析
    12.1.4  文獻知識結構識別
  12.2  面向數據組織的應用
    12.2.1  多維數據建模
    12.2.2  數據準備
    12.2.3  聚類數據預處理
    12.2.4  維表數據生成

    12.2.5  事實表數據生成
    12.2.6  數據分析實現
  12.3  本章要點
參考文獻
索引
後記

Δ訂單支付
付款方式
運費計算方式

Δ關於我們
關於美商天龍
聯絡我們

首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032

同類熱銷排行榜

最近瀏覽的商品

高維稀疏數據聚類知識發現理論