MAT格式高维特征选择数据集（用于matlab），特征选择过程和数据集类型可参考https://www.omegaxyz.com/2019/06/26/divide-dataset/?hilite='数据集'
2021-03-28 10:39:09
72.67MB
1
数据可视化、从最少1维到最高6维，包含、箱图、直方图、密度图、折线图、平行图、散点图、立体图等；
2021-03-18 16:16:49
2.25MB
DBSCAN是一种经典的基于密度的聚类技术，在发现任意形状的聚类和处理噪声方面广为人知。 但是，面对高维数据时，密度计算非常耗时，这使得它在许多领域都效率低下，例如多文档摘要，产品推荐等。因此，如何有效地计算高维数据的密度成为了基于DBSCAN的群集技术的一个关键问题。 在本文中，我们提出了一种基于DBSCAN的高维数据聚类的快速算法，称为Dboost。 在我们的算法中，一种名为WAND＃的分级检索技术改编被新颖地应用于改进密度计算而没有精度损失，并且我们通过减少WAND＃的调用时间来进一步提高了这种加速。 对电线电压数据，Netflix数据集和微博语料库进行了实验。 结果表明，线电压数据和Netflix数据集可实现50倍以上的加速，而微博客数据可望实现100倍以上的加速。
2021-03-02 13:06:06
513KB
1