Optimización de la agrupación de K-Means para conjuntos de datos meteorológicos
Versandkostenfrei!
Versandfertig in 1-2 Wochen
24,99 €
inkl. MwSt.
PAYBACK Punkte
12 °P sammeln!
El clustering es una de las principales técnicas de minería de datos que se utilizan para clasificar o dividir los datos en diferentes clusters basándose en el análisis de distancias. Existen varios algoritmos de clustering para realizar el proceso de clustering. Pero estos algoritmos de clustering no están supervisados, por lo que a veces pueden producirse impurezas debido a las particiones desiguales. Las impurezas pueden ser en términos de tamaño de cluster, rango de valores de datos, desviación estándar de valores agrupados, etc. Por ello, es necesario algún mecanismo de control ...
El clustering es una de las principales técnicas de minería de datos que se utilizan para clasificar o dividir los datos en diferentes clusters basándose en el análisis de distancias. Existen varios algoritmos de clustering para realizar el proceso de clustering. Pero estos algoritmos de clustering no están supervisados, por lo que a veces pueden producirse impurezas debido a las particiones desiguales. Las impurezas pueden ser en términos de tamaño de cluster, rango de valores de datos, desviación estándar de valores agrupados, etc. Por ello, es necesario algún mecanismo de control supervisado para obtener resultados eficaces y precisos. El trabajo presentado va en la misma dirección para lograr la eficacia mediante la aplicación de la supervisión dinámica. En el trabajo, hemos implementado un mecanismo de control antes y después del proceso de agrupación.
Andere Kunden interessierten sich für
