Extrait
Inhalt
1 Einleitung
1.1 Was ist eine Clusteranalyse
1.2 Proximitätsmaße
2 Partitionierendes Clustering
2.1 K-Means Algorithmus
2.2 Initialisierung des K-Means
2.3 K-Means Umsetzung in R
3 Der Iris Datensatz
4 Dichtebasiertes Clustering DBSCAN
4.1 Dichteerreichbarkeit
4.2 DBSCAN Umsetzung in R
5 Fazit
Abbildungsverzeichnis
Quellenverzeichnis
Fin de l'extrait de 27 pages
- Citation du texte
- Aylin Gürkan (Auteur), 2018, Clustering. Die Clusteranalysen K-means und DBSCAN im Vergleich, Munich, GRIN Verlag, https://www.grin.com/document/452144
Devenir un auteur
✕
Extrait de
27
pages
Commentaires