基于大数据的聚类算法研究及应用
| 摘要 | 第7-8页 |
| ABSTRACT | 第8-9页 |
| 1 绪论 | 第14-19页 |
| 1.1 研究背景及意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-17页 |
| 1.3 本文的主要工作 | 第17-19页 |
| 2 预备知识 | 第19-24页 |
| 2.1 聚类分析 | 第19-21页 |
| 2.2 k-means聚类算法 | 第21-24页 |
| 3 基于降维的k-means聚类算法 | 第24-36页 |
| 3.1 信息熵 | 第24-25页 |
| 3.2 主成分分析(PCA) | 第25-27页 |
| 3.3 核主成分分析(KPCA) | 第27-30页 |
| 3.4 基于降维的k-means聚类算法 | 第30-31页 |
| 3.5 数值实验 | 第31-35页 |
| 3.6 本章小结 | 第35-36页 |
| 4 基于优化初始聚类中心的加权k-means算法 | 第36-45页 |
| 4.1 优化初始聚类中心算法 | 第36-38页 |
| 4.2 加权欧氏距离 | 第38-41页 |
| 4.3 数值实验 | 第41-44页 |
| 4.4 本章小结 | 第44-45页 |
| 5 算法应用 | 第45-51页 |
| 5.1 航空公司客户细分现状 | 第45页 |
| 5.2 航空公司客户细分 | 第45-50页 |
| 5.3 本章小结 | 第50-51页 |
| 6 总结与展望 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 攻读硕士期间主要成果 | 第55-56页 |
| 致谢 | 第56页 |
