1. 您所在位置：
  2. 网站首页
  3. 文档分类
  4. 计算机
  5. 数据挖掘与模式识别

基于改进聚类算法的新型聚类有效性指标构建与应用研究.docx

基于改进聚类算法的新型聚类有效性指标构建与应用研究.docx

    1. 1、本文档共28页，其中可免费阅读9页，需付费200金币后方可阅读剩余内容。
    2. 2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
    3. 3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
    4. 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
    查看更多

    基于改进聚类算法的新型聚类有效性指标构建与应用研究

    一、引言

    1.1研究背景与意义

    在信息技术飞速发展的当下，数据量呈爆炸式增长，如何从海量数据中提取有价值的信息成为了众多领域面临的关键问题。聚类分析作为数据挖掘和机器学习中的重要技术，致力于将物理或抽象对象的集合分组为由类似对象组成的多个类或簇，使得同一簇内的对象具有较高的相似度，而不同簇间的对象相似度较低。聚类分析在众多领域都有着广泛且重要的应用。

    在商业领域，聚类分析是市场细分的有力工具。通过对客户的年龄、性别、消费习惯、购买能力等多维度数据进行聚类，可以精准地识别出不同的客户群体，企业从而能够针对不同群体制定个性化的营销策略，提高营销

    您可能关注的文档

    最近下载

    文档评论（0）

    dididadade + 关注
    实名认证
    内容提供者

    该用户很懒，什么也没介绍

    咨询Ta 进入空间

    1亿VIP精品文档

    更多 >

    相关文档

    更多 >