首页> 外文期刊>Journal of Theoretical and Applied Information Technology >CLUSTERING OF HIGH DIMENSIONAL DATASET USING K-MAM (MAX-AVG-MIN) METHOD WITH PRINCIPAL COMPONENT ANALYSIS A HYBRID APPROACH
【24h】

CLUSTERING OF HIGH DIMENSIONAL DATASET USING K-MAM (MAX-AVG-MIN) METHOD WITH PRINCIPAL COMPONENT ANALYSIS A HYBRID APPROACH

机译:使用K-MAM(MAX-AVG-MIN)方法具有主成分分析的高维数据集进行混合方法

获取原文
           

摘要

Clustering the high-dimensional data set is one of the main issues in clustering analysis. Reducing the data from high-dimensional to a meaningful representation of low dimensional will increase the efficiency of clustering algorithms. The performance of
机译:聚类高维数据集是聚类分析中的主要问题之一。从高维达到有意义的低维表示的数据将提高聚类算法的效率。表现

著录项

获取原文

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