- 1、本文档共14页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
2006年江西会计从业资格《财经法规》真题和答案
第 PAGE 14 页
修改后
目录
TOC \o 1-3 \h \z \u
HYPERLINK \l _Toc308183109 目录 1
HYPERLINK \l _Toc308183110 摘要 2
HYPERLINK \l _Toc308183111 引言 3
HYPERLINK \l _Toc308183112 第一章 聚类分析方法 4
HYPERLINK \l _Toc308183113 1.1、 判别分析 4
HYPERLINK \l _Toc308183114 改正后:判别分析 5
HYPERLINK \l _Toc308183115 1.2判别分析的产生 5
HYPERLINK \l _Toc308183116 改正后: 5
HYPERLINK \l _Toc308183117 1.2判别分析的产生 PAGEREF _Toc308183117 \h 6
HYPERLINK \l _Toc308183118 第二章 距离判别法 6
HYPERLINK \l _Toc308183119 2.1、距离判别 PAGEREF _Toc308183119 \h 7
HYPERLINK \l _Toc308183120 2.2 聚类分析方法当中的不足 PAGEREF _Toc308183120 \h 7
HYPERLINK \l _Toc308183121 2.3、分析结论 8
HYPERLINK \l _Toc308183122 第三章 新的聚类判别分析框架 9
HYPERLINK \l _Toc308183123 3.1分析框架基本事实 PAGEREF _Toc308183123 \h 10
HYPERLINK \l _Toc308183124 3.2程序运行中的效果 PAGEREF _Toc308183124 \h 10
HYPERLINK \l _Toc308183125 第四章 两总体动态聚类分析算法的设计和实现 PAGEREF _Toc308183125 \h 11
HYPERLINK \l _Toc308183126 4.1 平衡样本个数的无指导动态聚类 PAGEREF _Toc308183126 \h 12
HYPERLINK \l _Toc308183127 4.2 平衡样本个数的有指导动态聚类 PAGEREF _Toc308183127 \h 13
HYPERLINK \l _Toc308183128 总结 PAGEREF _Toc308183128 \h 14
字号错误!
摘要
在分析经典聚类判别分析方法实质的基础上,提出了一种新的聚类判别分析框架,改进了一种基于样本指标值频度HYPERLINK /pc/计算的两总体判别分析算法,提高了在对所有参与建立判别模型的样本进行判别时的计算速度;给出??建立在此改进判别分析算法基础上的一种动态聚类判别分析算法的设计,并实现了所有算法。进行相应的实证研究,结果表明以此聚类判别分析框架对给定样本集合进行分析,可以迅速得到多个合理的聚类结果以及对聚类结果的清晰解释,既可以对已有的聚类结果进行验证,又可以进行数据的探索性分析。
关键词:聚类分析; 判别分析; 动态聚类
改正后:在分析经典聚类判别分析方法实质的基础上,提出了一种新的聚类判别分析框架,改进了一种基于样本指标值频度HYPERLINK /pc/计算的两总体判别分析算法,提高了在对所有参与建立判别模型的样本进行判别时的计算速度;给出了建立在此改进判别分析算法基础上的一种动态聚类判别分析算法的设计,并实现了所有算法。进行相应的实证研究,结果表明以此聚类判别分析框架对给定样本集合进行分析,可以迅速得到多个合理的聚类结果以及对聚类结果的清晰解释,既可以对已有的聚类结果进行验证,又可以进行数据的探索性分析。
关键词:聚类分析; 判别分析; 动态聚类
引言
经典聚类分析算法是基于距离计算的。然而除马氏距离定义外,其他距离定义都存在样本指标的量纲处理问题;除马氏距离和斜交空间距离定义外,其他距离定义都存在样本指标的相关性处理问题;另外,包括马氏距离在内的所有距离定义都存在将用于聚类的指标同等对待的缺点,不能反映不同指标对聚类结果的贡献程度。
第一章 聚类分析方法
字体字号错误!
一般情况下,在确定样本间距离计算方法的基础上,用不同的聚类分析方法得到聚类的结果是不会完全一致的。这是因为在实际应用中,许多对象在不同类之间本身并无清晰的划分。
您可能关注的文档
- 2006_2013年广州市历年民校联考真题(含答案).doc
- 2006_2013广东公务员面试真题详细解读版.doc
- 2006_2012年陕西省高考原题整理(完形填空)3.doc
- 2006_2012年陕西省高考原题整理(语音和情景交际)1.doc
- 2006中招考试数学试题分析.doc
- 2006_2007学年全国著名重点中学黄冈高级中学领航高考冲刺试卷文科综合(第一模拟).doc
- 2006–2007学年第1学期武科大中南分校Windows2000组网试题.docx
- 2006_2012陕西省高考英语单词拼写及答案doc.doc
- 2006上学期先烈东小学数学科组个人小结.doc
- 2006初中学业考试生物模拟试卷.doc
文档评论(0)