聚類Algorithm聚類需要很多聚類算法在少于200 數(shù)據(jù)對(duì)象的小集合上運(yùn)行良好；然而，一個(gè)大規(guī)模的數(shù)據(jù)庫(kù)可能包含數(shù)百萬(wàn)個(gè)對(duì)象，在如此大的數(shù)據(jù)集合樣本上傳導(dǎo)聚類可能會(huì)導(dǎo)致有偏的結(jié)果。2.大數(shù)據(jù)可以提高數(shù)據(jù)的可用性，大數(shù)據(jù)需要復(fù)雜的可視化數(shù)據(jù)工具將所有數(shù)字和數(shù)據(jù)點(diǎn)轉(zhuǎn)換成一些。
聚類分析計(jì)算方法主要有:hierarchicalmethod、partitioningmethod、densitybasedmethod、gridbasedmethod、modelbasedmethod等。其中，前兩種算法使用統(tǒng)計(jì)學(xué)定義的距離來(lái)度量。
2、 聚類分析優(yōu)缺點(diǎn)的優(yōu)缺點(diǎn)如下:1。優(yōu)點(diǎn)K-average算法是求解聚類的經(jīng)典算法，簡(jiǎn)單快速，對(duì)于處理大型數(shù)據(jù) set，該算法具有相對(duì)的可擴(kuò)展性和高效性，因?yàn)槠鋸?fù)雜度約為O(nkt)O(nkt)O(nkt)，其中n為所有對(duì)象的個(gè)數(shù)，k為聚類個(gè)數(shù)，t為迭代次數(shù)。通常是。
