层次聚类-概念全解需求分析：之前学习的划分方法把对象集划分成一些互斥的群组，满足了聚类的基本要求。但在某些情况下，我们想把数据划分成不同层上群组，具有层次性。于是，层次聚类方法将数据对象组成层次结构或簇的树也称聚类树。根据层次分解是以自底向上（合并），还是自顶向下（分裂）方式，层次聚类方法可以进一步分为凝聚的和分裂的。纯粹的层次聚类方法的质量受限于：一旦合并或分裂执行，就不能修改...

DBSCAN算法及Matlab实现——一种基于高密度连通区域的算法划分方法和层次方法旨在发现球状簇，它们很难发现任意形状的簇。为了发现任意形状的簇，我们把簇看作数据空间中被稀疏区域分开的稠密区域，即基于密度的聚类算法可发现任意形状的簇，这对于有噪声点的数据有重要作用。基于密度算法主要特点：发现任意形状的簇；可处理噪声点；一次扫描；需要密度参数作为终止条件。DBScan中...

LaTeX数学公式的矩阵、多行公式目录矩阵公式数学公式的多行公式矩阵公式% 导言区\documentclass{article}\usepackage{ctex}\usepackage{amsmath} %矩阵宏包% 创建新命令，自定义省略号类型\newcommand{\adots}{\mathinner{\mkern2mu%\raisebox{0.1em}{...

差分隐私小记：学了隐私保护相关匿名模型后，初看差分隐私感觉真不是一个层次，好难理解，像是个大坑。书上的内容就给一对兄弟数据表，一个ε-差分隐私公式，然后两个实现机制。真的很难结合起来看懂，到底如何差分？如何实现？如何评估？以下是我初学时一直不理解的几个问题：...

数据挖掘（KDD）从各种各样的应用数据中发现有趣数据模式。数据源包括：数据库、数据仓库、Web、其他信息存储库。可挖掘的数据类型：数据库数据、数据仓库数据、事务数据。...

分类基本概念分类：一种数据分析形式，它提取刻画重要数据类的模型。这种模型叫分类器，进而预测分类的（离散的、无序的）类标号。相关概念解释训练集：由数据库元组和与它们相关联的类标号组成。元组X用n维属性向量x=(x1,x2,x3……xn)表示，分别描述元组在n维数据库中的n个属性值的集合。每个元组都可预先定义为一个类，由一个称为类标号属性的数据库属性确定。类标号属性：是离散的和无序...

本文写作目的主要是为了给准备投中文期刊的朋友们参考，主要是博主的亲身经验以及周围同学朋友的经验总结，之前也看过网上的投稿经验，但是都很老，很多都已经变了，希望能给大家带来帮助。首先说一下思路，如果是大牛导师然后又静下心来沉迷学术的，那你随便投，如果是导师半管不管，全靠自己的，那么，建议你首先查看学校的研究生院网站，先确定你可以投哪些期刊，这样可以有个目标。因为每个学校的要求都是不同的，专硕和学硕.