面向分类型数据的k-modes型聚类算法R包的设计与实现
| 中文摘要 | 第10-11页 |
| ABSTRACT | 第11-12页 |
| 第一章 绪论 | 第13-17页 |
| 1.1 论文研究背景及意义 | 第13-14页 |
| 1.2 研究现状 | 第14页 |
| 1.3 R语言与数据挖掘 | 第14-15页 |
| 1.4 论文的研究内容与组织结构 | 第15-17页 |
| 第二章k-modes型聚类算法R包的框架结构 | 第17-23页 |
| 2.1 研究动机 | 第17页 |
| 2.2 数据类型 | 第17-19页 |
| 2.3 并行计算 | 第19-21页 |
| 2.3.1 多线程 | 第19-20页 |
| 2.3.2 分布式 | 第20-21页 |
| 2.4 框架结构 | 第21-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第三章k-modes型聚类算法R包的设计与实现 | 第23-31页 |
| 3.1 距离函数 | 第24-25页 |
| 3.2 更新聚类中心函数 | 第25-26页 |
| 3.3 SV-k-modes算法 | 第26-27页 |
| 3.4 初始聚类中心选择函数 | 第27-28页 |
| 3.5 多线程SV-k-modes算法 | 第28-29页 |
| 3.6 分布式SV-k-modes算法 | 第29页 |
| 3.7 本章小结 | 第29-31页 |
| 第四章 基于R包的k-modes聚类结果可视化 | 第31-39页 |
| 4.1 数据可视化 | 第31-32页 |
| 4.2 R语言可视化 | 第32-33页 |
| 4.3 聚类结果可视化 | 第33-37页 |
| 4.4 本章小结 | 第37-39页 |
| 第五章 总结与展望 | 第39-41页 |
| 参考文献 | 第41-45页 |
| 攻读学位期间取得的研究成果 | 第45-47页 |
| 致谢 | 第47-49页 |
| 个人简况及联系方式 | 第49-50页 |
