近些年来，数值分类学逐渐形成了一个新的分支，称为聚类分析，聚类分析适用于很多不同类型的数据集合，很多研究领域，如工程、生物、医药、语言、人类学、心理学和市场学等，都对聚类技术的发展和应用起到了推动作用。
2018-02-23 11:16
目前，聚类问题的研究不仅仅局限于上述的硬聚类，即每一个数据只能被归为一类，模糊聚类［10］也是聚类分析中研究较为广泛的一个分支。模糊聚类通过隶属函数来确定每个数据隶属于各个簇的程度，而不是将一个数
2018-02-23 10:36
本论文的研究视角是当前比较热门的两个问题：网格技术和数据挖掘技术。将网格计算和数据挖掘技术结合起来，开发基于网格的数据系统，借鉴传统聚类分析算法CLUQ和K_平均值算法，设计基于网格的全局和局部算法的Web Service形式。
2014-02-13 15:21
现在我们有4个变量用来对啤酒分类，是否有必要将4个变量都纳入作为分类变量呢？热量、钠含量、酒精含量这3个指标是要通过化验员的辛苦努力来测定，而且还有花费不少成本，如果都纳入分析的话，岂不太麻烦太浪费
2018-02-24 08:56
Matlab 提供系列函数用于聚类分析，归纳起来具体方法有如下： 方法一：直接聚类，利用 clusterdata 函数对样本数据进行一次聚类，其缺点为可供用户选择的面较窄，不能更改距离的计算方法，该方法的使用者无需了解聚类的原理和过程，但是聚类效果受限制。
2018-05-18 15:04
系统聚类：也称为层次聚类，分类的单位由高到低呈树形结构，且所处的位置越低，其所包含的对象就越少，但这些对象间的共同特征越多。该聚类方法只适合在小数据量的时候使用，数据量大的时候速度会非常慢。
2018-02-24 08:43
我们知道 k 均值总是收敛的，也就是说，k 均值算法一定会达到一种稳定状态，在此状态下，所有的点都不会从一个簇转移到另一个簇，因此质心不在发生改变。在此，我们引出一个剪枝优化，即：k 均值最明显的收敛过程会发生在算法运行的前期阶段，故在某些情况下为了增加算法的执行效率，我们可以替换上述算法的第五步，采用“迭代至仅有 1%~3%的点在影响质心”或“迭代至仅有 1%~3%的点在改变簇”。
2018-02-23 10:54
次聚类是基因表达数据分析中应用最广泛的聚类方法。层次聚类在数据点之间构建层次结构，它根据层次树中的分支定义不同的类群。许多单细胞转录组数据的聚类算法都是基于层次聚类或将层次聚类作为分析的步骤之一。
2023-05-24 10:45
随机采样的样本大小很重要，也不能过小。需要足够有代表性，即小样本依然可以代表总体的数据分布。如果最终需要划分很多个簇，那么要非常小心，因为小样本可能无法体现体量很小的簇。
2019-04-01 17:19
借助主成分得分对河南省各市进行聚类分析。在进行聚类分析时，指标越多就会使样品间的共性显示得越少，太多的指标会使计算出的样品间的距离偏大，从而不利于样品间相似性的综合和聚类分析的进行，往往达不到所想
2018-02-12 15:59
