k-均值聚类刘馨月科学

基本信息

书    名

  k-均值聚类

外文书名

出版社

  科学出版社

作    者

  刘馨月

定    价

  99.00元

出版时间

  2020.05

I S B N

  9787030650511

套装书

  否

重    量

  KG

装    帧

  平装

版    次

  1

字    数

  181

页    数

  135

开      本

  16开

内容简介

k-均值算法是数据聚类的核心算法，是唯一入选数据挖掘领域的十大算法的聚类算法。在实际系统中使用的聚类算法基本就是k-均值算法。本书是第一部专门讨论k-均值算法的著作，对k-均值算法的理论和方法、各类衍生算法、各种改进方法进行全面而系统地介绍。全书共4章：第1章讨论聚类问题和发展历史；第2章介绍k-均值算法基础以及k-均值算法和其他聚类算法的联系；第3章介绍k-均值算法的各类衍生算法；第4章介绍k-均值算法的改进方法

目    录

目录
前言
1 概述 1
1.1 聚类介绍 1
1.2 方法描述 4
1.2.1 方法思想 4
1.2.2 方法流程 5
1.3 发展历程 6
1.4 应用领域 16
参考文献 20
2 k-均值算法 27
2.1 从聚类到SSE最小化问题 27
2.2 Lloyd算法 29
2.3 复杂度分析 34
2.4 测度方法 35
2.5 初始化问题 39
2.5.1 k值选取 39
2.5.2 初始簇中心点选取 45
2.6 k-均值的典型改进 50
2.6.1 X-means 50
2.6.2 G-means 53
2.7 k-均值与其他方法的等价性 56
2.7.1 混合模型 57
2.7.2 非负矩阵分解 58
2.7.3 主成分分析 59
2.7.4 数学规划 61
参考文献 61
3 类k-均值算法 69
3.1 k-medoids算法 69
3.1.1 PAM算法 70
3.1.2 PAM算法演示及问题分析 72
3.2 k-modes算法 76
3.3 模糊k-均值算法 87
3.4 模糊k-modes算法 91
3.5 核k-均值算法 93
3.6 二分k-均值算法 98
参考文献 102
4 优化的k-均值算法 106
4.1 加速优化 106
4.1.1 精确优化算法 106
4.1.2 近似优化算法 118
4.2 多视角 121
4.3 鲁棒性 124
4.4 约束 126
4.5 分布式的实现 128
参考文献 134