Homepage >  Katalog >  Informatik - Wirtschaftsinformatik

Clustering. Die Clusteranalysen K-means und DBSCAN im Vergleich


Studienarbeit, 2018

27 Seiten, Note: 1,3


Leseprobe


Inhalt

1 Einleitung
1.1 Was ist eine Clusteranalyse
1.2 Proximitätsmaße

2 Partitionierendes Clustering
2.1 K-Means Algorithmus
2.2 Initialisierung des K-Means
2.3 K-Means Umsetzung in R

3 Der Iris Datensatz

4 Dichtebasiertes Clustering DBSCAN
4.1 Dichteerreichbarkeit
4.2 DBSCAN Umsetzung in R

5 Fazit

Abbildungsverzeichnis

Quellenverzeichnis

Ende der Leseprobe aus 27 Seiten

Details

Titel
Clustering. Die Clusteranalysen K-means und DBSCAN im Vergleich
Hochschule
Hochschule Reutlingen
Note
1,3
Autor
Jahr
2018
Seiten
27
Katalognummer
V452144
ISBN (eBook)
9783668849570
ISBN (Buch)
9783668849587
Sprache
Deutsch
Schlagworte
clustering, k-means, dbscan
Arbeit zitieren
Aylin Gürkan (Autor:in), 2018, Clustering. Die Clusteranalysen K-means und DBSCAN im Vergleich, München, GRIN Verlag, https://www.grin.com/document/452144

Kommentare

  • Noch keine Kommentare.
Blick ins Buch
Titel: Clustering. Die Clusteranalysen K-means und DBSCAN im Vergleich


Ähnliche Arbeiten


Ihre Arbeit hochladen

Ihre Hausarbeit / Abschlussarbeit:

- Publikation als eBook und Buch
- Hohes Honorar auf die Verkäufe
- Für Sie komplett kostenlos – mit ISBN
- Es dauert nur 5 Minuten
- Jede Arbeit findet Leser

Kostenlos Autor werden