Optimierung des K-Means-Clustering für Wetterdaten - Sindhu, Ritu
35,90 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 1-2 Wochen
payback
0 °P sammeln
  • Broschiertes Buch

Clustering ist eine der wichtigsten Data-Mining-Techniken zur Klassifizierung oder Partitionierung von Daten in verschiedene Cluster auf der Grundlage von Abstandsanalysen. Es gibt eine Reihe von Clustering-Algorithmen zur Durchführung des Clustering-Prozesses. Diese Clustering-Algorithmen sind jedoch unüberwacht, so dass es aufgrund der ungleichen Partitionen manchmal zu Unreinheiten kommen kann. Die Verunreinigungen können sich auf die Clustergröße, die Bandbreite der Datenwerte, die Standardabweichung der geclusterten Werte usw. beziehen. Aus diesem Grund ist ein überwachter…mehr

Andere Kunden interessierten sich auch für
Produktbeschreibung
Clustering ist eine der wichtigsten Data-Mining-Techniken zur Klassifizierung oder Partitionierung von Daten in verschiedene Cluster auf der Grundlage von Abstandsanalysen. Es gibt eine Reihe von Clustering-Algorithmen zur Durchführung des Clustering-Prozesses. Diese Clustering-Algorithmen sind jedoch unüberwacht, so dass es aufgrund der ungleichen Partitionen manchmal zu Unreinheiten kommen kann. Die Verunreinigungen können sich auf die Clustergröße, die Bandbreite der Datenwerte, die Standardabweichung der geclusterten Werte usw. beziehen. Aus diesem Grund ist ein überwachter Kontrollmechanismus erforderlich, um effektive und genaue Ergebnisse zu erzielen. Die vorgestellte Arbeit geht in die gleiche Richtung, um die Effektivität durch die Implementierung der dynamischen Überwachung zu erreichen. In dieser Arbeit haben wir einen Kontrollmechanismus vor und nach dem Clustering-Prozess implementiert.
Hinweis: Dieser Artikel kann nur an eine deutsche Lieferadresse ausgeliefert werden.
Autorenporträt
Dr. Ritu Sindhu promovierte 2012 an der Banasthali-Universität, 2006 an der Banasthali-Universität zum M.Tech und 2004 am AKGEC, UPTU, Lucknow zum B.Tech.