首页> 美国卫生研究院文献>BioData Mining >Fast approximate hierarchical clustering using similarity heuristics
【2h】

Fast approximate hierarchical clustering using similarity heuristics

机译:使用相似度启发式算法的快速近似层次聚类

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务,本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文,但由于OA文献来源多样且变更频繁,仍可能出现获取不到、文献不完整或与标题不符等情况,如果获取不到我们将提供退款服务。请知悉。

摘要

BackgroundAgglomerative hierarchical clustering (AHC) is a common unsupervised data analysis technique used in several biological applications. Standard AHC methods require that all pairwise distances between data objects must be known. With ever-increasing data sizes this quadratic complexity poses problems that cannot be overcome by simply waiting for faster computers.
机译:背景聚集层次聚类(AHC)是一种在几种生物学应用中使用的常见无监督数据分析技术。标准AHC方法要求必须知道数据对象之间的所有成对距离。随着数据大小的不断增加,这种二次复杂性带来的问题无法通过仅等待更快的计算机来解决。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号