作者：刘馨月
页数：138页
出版社：科学出版社
出版日期：2020
ISBN：9787030650511
电子书格式：pdf/epub/txt
内容简介
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的介绍。全书共四章, 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。
本书特色
k-均值算法是数据聚类的核心算法，是第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。本书是最部专门讨论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
前言
1 概述
1.1 聚类介绍
1.2 方法描述
1.2.1 方法思想
1.2.2 方法流程
1.3 发展历程
1.4 应用领域
参考文献
2 k-均值算法
2.1 从聚类到SSE最小化问题
2.2 Lloyd算法
2.3 复杂度分析
2.4 测度方法
2.5 初始化问题
2.5.1 k值选取
2.5.2 初始簇中心点选取
2.6 k-均值的典型改进
2.6.1 X-means
2.6.2 G-means
2.7 k-均值与其他方法的等价性
2.7.1 混合模型
2.7.2 非负矩阵分解
2.7.3 主成分分析
2.7.4 数学规划
参考文献
3 类k-均值算法
3.1 k-medoids算法
3.1.1 PAM算法
3.1.2 PAM算法演示及问题分析
3.2 k-modes算法
3.3 模糊k-均值算法
3.4 模糊k-modes算法
3.5 核k-均值算法
3.6 二分k-均值算法
参考文献
4 优化的k-均值算法
4.1 加速优化
4.1.1 精确优化算法
4.1.2 近似优化算法
4.2 多视角
4.3 鲁棒性
4.4 约束
4.5 分布式的实现
参考文献
1 概述
1.1 聚类介绍
1.2 方法描述
1.2.1 方法思想
1.2.2 方法流程
1.3 发展历程
1.4 应用领域
参考文献
2 k-均值算法
2.1 从聚类到SSE最小化问题
2.2 Lloyd算法
2.3 复杂度分析
2.4 测度方法
2.5 初始化问题
2.5.1 k值选取
2.5.2 初始簇中心点选取
2.6 k-均值的典型改进
2.6.1 X-means
2.6.2 G-means
2.7 k-均值与其他方法的等价性
2.7.1 混合模型
2.7.2 非负矩阵分解
2.7.3 主成分分析
2.7.4 数学规划
参考文献
3 类k-均值算法
3.1 k-medoids算法
3.1.1 PAM算法
3.1.2 PAM算法演示及问题分析
3.2 k-modes算法
3.3 模糊k-均值算法
3.4 模糊k-modes算法
3.5 核k-均值算法
3.6 二分k-均值算法
参考文献
4 优化的k-均值算法
4.1 加速优化
4.1.1 精确优化算法
4.1.2 近似优化算法
4.2 多视角
4.3 鲁棒性
4.4 约束
4.5 分布式的实现
参考文献
