SlideServe
Télécharger Obtenir Pro
Menu
Accueil Pro
Préférences
ApparenceLight Aide et commentaires
© SlideServe · v2026

Clustering in Data Mining

lewis avatar
lewis
12 diapositives · 493 Views · Sep 10, 2012

What is Data Clustering. Classification of objects into different groups.Objects in each subset share some common trait.Useful technique for Data Analysis and Data Mining.. Clustering Examples. Biology: clustering is used to group homologous (similar) DNA sequences into gene families. Market Re

Clustering in Data Mining - slide 1
01 / 12Clustering in Data Mining
1 / 17

Télécharger la présentation

Clustering in Data Mining
Une image / un lien ci-dessous est fourni (tel quel) pour télécharger la présentation

Politique de téléchargement : le contenu du site vous est fourni TEL QUEL pour votre information et votre usage personnel ; il ne peut être vendu, concédé sous licence ni partagé sur d’autres sites sans l’accord de son auteur.Le contenu vous est fourni TEL QUEL, pour votre information et votre usage personnel uniquement. Téléchargez la présentation en cliquant sur ce lien. Lors du téléchargement, si vous ne parvenez pas à télécharger une présentation, l’éditeur a peut-être supprimé le fichier de son serveur.Pendant le téléchargement, si vous ne parvenez pas à obtenir une présentation, le fichier a peut-être été supprimé par l’éditeur.

F I N

Plus de contenu associé

Transcription de la présentation

    1. Clustering in Data Mining CS 157B, spring 2007 Phuong Tran

    2. What is Data Clustering Classification of objects into different groups. Objects in each subset share some common trait. Useful technique for Data Analysis and Data Mining.

    3. Clustering Examples Biology: clustering is used to group homologous (similar) DNA sequences into gene families. Market Research:partition the general population into market segments and to better understand the relationships between different groups of consumers. WWW Search: division of web pages/documents into genres.

    4. Types of Clustering Hierarchichal: Successively determine new clusters from previously determined clusters (parent/child clusters). Partitional: Establish all clusters at once, at the same level.

    5. Creating Clusters: Break Up vs Build Up Break Up: start from the bottom of the tree, divide the general population into smaller and smaller clusters.