大数据应用基础-聚类算法(PPT 26页)

资料简介：

主要内容
聚类分析
注意我们考核非常松
一个简单的聚类例子
基本特点
分类与聚类的区别
聚类分析的主要应用领域
聚类分析的最典型应用领域
聚类的其他应用
离群点检测
聚类算法的分类
K均值算法
K均值算法的步骤
K均值算法——什么是中心值
K均值算法的应用：图像压缩
K均值算法可以用于三个维度
如何在软件中为K均值算法设定参数
如何评价聚类分析的结果？
聚类之前的预处理——特征筛选
聚类之前的预处理——异常值
聚类之前的预处理——标准化
聚类算法小结

 

..............................

上一篇：基于Hadoop的大数据应用分析(PPT 45页)

下一篇：大数据应用基础-可穿戴设备与传感器(PPT 

大数据与城乡规划新技术(PDF 23页)

大数据IT系统技术架构(PDF 40页)

Oracle医疗大数据解决方案(PDF 29页)

计算机数据中心机房系统设计方案(DOC 36页)

元夕众业大数据Hadoop解决方案介绍(PDF 40页)

数据库应用技术作业及答案(DOC 39页)