Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Dispersion Managed Optical Links with Randomly Distributed Residual Dispersion Per Span for 960 Gbps WDM Transmission Kapitel lesen Erstes Kapitel lesen

2013 | OriginalPaper | Buchkapitel

84. Comprehensive Analysis of Data Clustering Algorithms

verfasst von : Deepti Gaur, Seema Gaur

Erschienen in: Future Information Communication Technology and Applications

Verlag: Springer Netherlands

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

We have given a comprehensive comparative analysis of various clustering algorithms. Clustering algorithms usually employ distance metric or similarity matrix to cluster the data set into different partitions. Well known clustering algorithms have been widely used in various disciplines. Type of clustering algorithm used depends upon the application and data set used in that field. Numerical data set is comparatively easy to implement as data are invariably real numbers. Others type of data set such as categorical, time series, boolean, and spatial, temporal have limited applications. It is observed that there is no optimal solution for handling problems with large data sets of mixed and categorical attributes. Some of the algorithms can be applied but their performance degrades as the size of data keeps on increasing.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel A Study on Design and Implementation of the Web-Based Real-Time Video Communication System
Nächstes Kapitel The Student Safety Network Service System Using the Location-Based Services of Smartphone
Literatur
1.
Jain AK (2009) Data clustering: 50 years beyond k-means. In: 19th international conference in pattern recognition
2.
Zhan T, Zhou Y (2012) Clustering algorithm on high-dimension data partitional mended attribute. In: 9th international conference on fuzzy systems and knowledge discovery, IEEE
3.
Ester M, Kriegel H-P, Sander J, Xu X (1996) A density-based algorithm for discovering clusters in large spatial databases with noise. In: Proceedings of KDD’96
4.
Nanda SJ, Panda G (2012) Accurate partitional clustering algorithm based on immunized PSO. In: IEEE ICAESM 30–31 March
5.
Ahmad A, Dey L (2007) A k-mean clustering algorithm for mixed numeric and categorical data. Sci Direct Data Knowl Eng 63:503–527CrossRef
6.
Hinneburg A, Keim DA (1998) An efficient approach to clustering in large multimedia databases with noise. American Association for Artificial Intelligence, New York
7.
Guha S, Rastogi R, Kyuseok S (1999) ROCK: a robust clustering algorithm for categorical attributes. In: Proceedings of 15th international conference on data engineering, Sydney, Australia, 23–26 March, pp 512–521
8.
Ng R, Han J (1994) Efficient and effective clustering method for spatial data mining. In: Proceedings of the 20th international conference on very large data bases, Santiago, Chile, pp 144–155
9.
Karypis G, Han E-H, Kumar V (1999) CHAMELEON: a hierarchical clustering algorithm using dynamic modeling. IEEE Comput 32(8):68–75CrossRef
Metadaten
Titel
Comprehensive Analysis of Data Clustering Algorithms
verfasst von
Deepti Gaur
Seema Gaur
Copyright-Jahr
2013
Verlag
Springer Netherlands
Buch
Future Information Communication Technology and Applications

Print ISBN: 978-94-007-6515-3

Electronic ISBN: 978-94-007-6516-0

Copyright-Jahr: 2013

DOI
https://doi.org/10.1007/978-94-007-6516-0_84

Neuer Inhalt

    Bildnachweise