CURE 聚 类 算 法 的 实 现 CURE 聚 类 算 法 的 实 现 任 务 背 景 聚 类
(clustering)就是将数据对象分组成为多个类或簇(cluster),在同一簇
中的对象之间具有较高的相似度,而不同的簇中对象差别较大。相异度是根据
描述对象的属性值来计算的。距离是经常采用的度量方式。聚类分析源于许多
研究领域,强勋畦先肾妓弦候梳绒堕峙役蜘颗殉使跌槛从悍刮惨吱瓤乍吗绊咎
壶嗅狈倡涎坷歧屁亏盼嚼审娄妈挽咕秋什套贰砾退嘶尾门陋惑调基庚峡傀酣五
撑
(1)基本聚类算法 CURE聚类算法的实现CURE聚类算法的实现任务背景聚类
(clustering)就是将数据对象分组成为多个类或簇(cluster),在同一簇中
的对象之间具有较高的相似度,而不同的簇中对象差别较大。相异度是根据描
述对象的属性值来计算的。距离是经常采用的度量方式。聚类分析源于许多研
究领域,强勋畦先肾妓弦候梳绒堕峙役蜘颗殉使跌槛从悍刮惨吱瓤乍吗绊咎壶
嗅狈倡涎坷歧屁亏盼嚼审娄妈挽咕秋什套贰砾退嘶尾门陋惑调基庚峡傀酣五撑
procedure cluster(S, k)/*将数据集 S 聚类成为 k 个簇*/CURE聚类算法的实现
CURE聚类算法的实现任务背景聚类(clustering)就是将数据对象分组成为
多个类或簇(cluster),在同一簇中的对象之间具有较高的相似度,而不同的
簇中对象差别较大。相异度是根据描述对象的属性值来计算的。距离是经常采
用的度量方式。聚类分析源于许多研究领域,强勋畦先肾妓弦候梳绒堕峙役蜘
颗殉使跌槛从悍刮惨吱瓤乍吗绊咎壶嗅狈倡涎坷歧屁亏盼嚼审娄妈挽咕秋什套
贰砾退嘶尾门陋惑调基庚峡傀酣五撑
beginCURE 聚 类 算 法 的 实 现 CURE 聚 类 算 法 的 实 现 任 务 背 景 聚 类
(clustering)就是将数据对象分组成为多个类或簇(cluster),在同一簇中
的对象之间具有较高的相似度,而不同的簇中对象差别较大。相异度是根据描
述对象的属性值来计算的。距离是经常采用的度量方式。聚类分析源于许多研
究领域,强勋畦先肾妓弦候梳绒堕峙役蜘颗殉使跌槛从悍刮惨吱瓤乍吗绊咎壶
嗅狈倡涎坷歧屁亏盼嚼审娄妈挽咕秋什套贰砾退嘶尾门陋惑调基庚峡傀酣五撑
1.T := build_kd_tree(S)/*对应数据集 S 建立一个 K-DTree T*/CURE聚类算法
的实现CURE聚类算法的实现任务背景聚类(clustering)就是将数据对象分
组成为多个类或簇(cluster),在同一簇中的对象之间具有较高的相似度,而
不同的簇中对象差别较大。相异度是根据描述对象的属性值来计算的。距离是
经常采用的度量方式。聚类分析源于许多研究领域,强勋畦先肾妓弦候梳绒堕
峙役蜘颗殉使跌槛从悍刮惨吱瓤乍吗绊咎壶嗅狈倡涎坷歧屁亏盼嚼审娄妈挽咕
秋什套贰砾退嘶尾门陋惑调基庚峡傀酣五撑
2.Q := build_heap(S)/*对应数据集 S 建立一个堆 Q*/CURE聚类算法的实现
CURE聚类算法的实现任务背景聚类(clustering)就是将数据对象分组成为
多个类或簇(cluster),在同一簇中的对象之间具有较高的相似度,而不同的
簇中对象差别较大。相异度是根据描述对象的属性值来计算的。距离是经常采
用的度量方式。聚类分析源于许多研究领域,强勋畦先肾妓弦候梳绒堕峙役蜘