【數據挖掘】基於密度的聚類方法 - DBSCAN 方法 ( K-Means 方法缺陷 | 基於密度聚類原理及概念 | ε-鄰域 | 核心對象 | 直接密度可達 | 密度可達 | 密度連接 )

文章目錄 I . K-Means 算法在實際應用中的缺陷 II . K-Means 初始中心點選擇不恰當 III . K-Means 優點 與 弊端 IV . 基於密度的聚類方法 V . 基於密度的聚類方法 DBSCAN 方法 VI . ε \varepsilon ε-鄰域 VII . 核心對象 VIII . 直接密度可達 IX . 密度可達 X . 密度連接 I . K-Means 算法在實際應

>>阅读原文<<