|
의 군집끼리 병합하는 경향이 있다.
5.2 비계층적 군집방법(Non-Hierarchical Clustering Method)
최적분리 군집방법(k-Means Clustering)은 계층적인 방법으로 군집을 형성하 지 않고 관찰값들을 몇 개의 군집으로 구분시키는 형태를 택하고 있다.
일반적으
|
- 페이지 8페이지
- 가격 500원
- 등록일 2004.03.14
- 파일종류 한글(hwp)
- 참고문헌 없음
- 최근 2주 판매 이력 없음
|
|
Clustering
정의 : 유사한 성격을 가지는 item을 그룹화하는 기법
적용 : 고객 세분화, 개인화된 컨텐cm 제공, 검색엔진, FAQ등의 정보
기법 : K-Means Method, Self-Organizing Maps etc
④ Classification
정의 : 다양한 데이터를 사전에 정해진 Class로 분류하는 기법
|
- 페이지 81페이지
- 가격 4,900원
- 등록일 2005.06.05
- 파일종류 한글(hwp)
- 참고문헌 있음
- 최근 2주 판매 이력 없음
|
|
Clustering
정의 : 유사한 성격을 가지는 item을 그룹화하는 기법
적용 : 고객 세분화, 개인화된 컨텐cm 제공, 검색엔진, FAQ등의 정보
기법 : K-Means Method, Self-Organizing Maps etc
④ Classification
정의 : 다양한 데이터를 사전에 정해진 Class로 분류하는 기법
|
- 페이지 81페이지
- 가격 3,300원
- 등록일 2002.07.26
- 파일종류 한글(hwp)
- 참고문헌 없음
- 최근 2주 판매 이력 없음
|
|
K-means Clustering과 SOM은 모두 한계를 가진다. K-means 방법은 계층적 군집분석방법에 비해 거리 계산을 적게 하지만 한 번의 iteration을 위해서는 모든 데이터를 읽어야 하기 때문에 데이터 크기, 원하는 클러스터 개수, 원소의 차원 및 원소에 대한
|
- 페이지 14페이지
- 가격 2,000원
- 등록일 2009.06.21
- 파일종류 한글(hwp)
- 참고문헌 있음
- 최근 2주 판매 이력 없음
|
|
Networks)
④ 시각화(Data Visualization)
⑤ OLAP (On-Line Analytical Processing)
⑥ 동시발생매트릭스(Co-Occurrence Matrix)
⑦ 연관성 측정
⑧ 군집분석(Cluster Analysis)
⑨ K-평균군집화(K-Means Clustering)
2. 프로그램
3. 데이터 마이닝 응용 사례
|
- 페이지 7페이지
- 가격 3,000원
- 등록일 2011.12.10
- 파일종류 한글(hwp)
- 참고문헌 없음
- 최근 2주 판매 이력 없음
|