面向大数据聚类分析的CFS算法

书籍简介:

聚类技术作为数据挖掘和学习的典型技术，已经广泛应用于金融欺诈、医疗诊断、图像处理和信息检索等领域。CFS是Alex和Alessandro在2014年于《Science》杂志提出的最新聚类算法，该算法聚类结果精确、效率高，已成为数据挖掘领域和机器学习最具潜力的聚类算法之一。然而，大数据的海量性、实时性和异构性特点对CFS聚类算法提出了严峻的挑战。为了提升CFS聚类算法在大数据领域聚类的有效性，提出了支持隐私保护的云端安全CFS聚类算法、基于自适应Dropout模型的高阶CFS聚类算法和增量式CFS聚类算法，以及基于改进CFS聚类算法的不完整数据填充算法。

书籍规格:

书籍信息归属:

面向大数据聚类分析的CFS算法是经济管理出版社于2019.12出版的中图分类号为 O212.4 的主题关于 聚类分析－分析方法 的书籍。