|
关注：1
2013-05-23 12:21
求翻译：The data mining community has recently put a lot of efforts on developing fast algorithms for clustering very large data sets. Some popular ones include CLARANS (Ng and Han1994), DBSCAN (Ester et al., 1996) and BIRCH (Zhang et al., 1996). These algorithms are often revisions of some existing clustering methods. By usin是什么意思？ 待解决
 悬赏分：1
- 离问题结束还有
The data mining community has recently put a lot of efforts on developing fast algorithms for clustering very large data sets. Some popular ones include CLARANS (Ng and Han1994), DBSCAN (Ester et al., 1996) and BIRCH (Zhang et al., 1996). These algorithms are often revisions of some existing clustering methods. By usin
问题补充： |
|
2013-05-23 12:21:38
数据挖掘社区最近提出了很多努力，在发展集群非常大的数据集的快速算法。一些流行的包括CLARANS（吴和han1994），DBSCAN（酯等，1996）和白桦（Zhang等，1996）。这些算法往往是一些现有的聚类方法的修正。通过一些精心设计的搜索方法（例如，在随机搜索CLARANS），组织结构（例如，比照，在桦树）和指标（例如，R *树在DBSCAN），这些算法都显示了一些显着的性能改进聚类非常大的数据集。再次，这些算法仍然针对数字数据并不能用来解决大规模的分类数据的聚类问题
|
|
2013-05-23 12:23:18
最近的数据挖掘社会上花了很多功夫的群集发展快速的算法非常大的数据集。 一些热门的包括clarans(ng和韩1994),dbscan(酯etal,1996)和白桦(张etal,1996)。 这些算法通常为一些现有的群集方法的修订。
|
|
2013-05-23 12:24:58
数据采集社区在开发最近投入了很多努力快速的算法为使非常大数据集成群。 一些普遍部分包括CLARANS (Ng和Han1994)， DBSCAN (等酯类， 1996年)和桦树(等张， 1996年)。 这些算法经常是一些现有的使成群的方法修正。 通过使用一些仔细地被设计的查寻方法(即，被随机化的查寻在CLARANS)，组织的结构(即，锎，树在桦树)和索引(即， R∗树在DBSCAN)，这些算法在使显示了一些signifi伪善言辞表现改善非常大数据集成群。 再次，这些算法在数据仍然瞄准，并且不可能使用解决大绝对数据使成群的问题
|
|
2013-05-23 12:26:38
数据挖掘社区有最近放了很多工夫开发快速算法的聚类分析非常大的数据集。一些受欢迎的包括 CLARANS (吴和 Han1994)、 DBSCAN (酯 et，1996年） 和白桦 (张 et，1996年）。这些算法往往是一些现有的聚类方法的修订版本。这些算法已通过使用一些精心设计的搜索方法 （例如，在 CLARANS 中的随机搜索），举办结构 （例如，CF、 白桦树） 和指标 （例如，R∗-树的 DBSCAN），显示一些从而带来巨大的性能改进，在群集中非常大的数据集。再次，这些算法仍对数值数据的目标并不能用于解决大规模聚类问题的分类数据
|
|
2013-05-23 12:28:18
正在翻译，请等待... 正在翻译，请等待... 正在翻译，请等待...
|
湖北省互联网违法和不良信息举报平台 | 网上有害信息举报专区 | 电信诈骗举报专区 | 涉历史虚无主义有害信息举报专区 | 涉企侵权举报专区
