Öbekleme eniyilemesi ve sağlamlığı için yinelemeli bir yaklaşım

Name: Öbekleme eniyilemesi ve sağlamlığı için yinelemeli bir yaklaşım
Author: Gümüş, H., Korkmaz Özay, E., Arı, İsmail, Çataltepe, Z.

İsim	Öbekleme eniyilemesi ve sağlamlığı için yinelemeli bir yaklaşım
Yazar	Gümüş, H., Korkmaz Özay, E., Arı, İsmail, Çataltepe, Z.
Basım Tarihi:	2012
Basım Yeri	- IEEE
Konu	Iterative methods, Pattern clustering
Tür	Belge
Dil	Türkçe
Dijital	Evet
Yazma	Hayır
Kütüphane:	Özyeğin Üniversitesi
Demirbaş Numarası	978-1-4673-0055-1
Kayıt Numarası	512928b3-7fec-4fb0-ae8d-644fa64275ab
Lokasyon	Computer Science
Tarih	2012
Notlar	Due to copyright restrictions, the access to the full text of this article is only available via subscription.
Örnek Metin	Clustering is a common technique, in all areas where information is obtained from the collected data. In this work, three well-known clustering algorithms namely, K-means, Spectral and DBSCAN are investigated in terms of their validity using four clustering validity indexes, Rand, Adjusted Rand, Jaccard, Silhouette. These clustering algorithms are applied on three data sets which have different characteristics. Thus steps have been taken for an automated clustering optimization system.
DOI	10.1109/SIU.2012.6204721

Kaynağa git Özyeğin Üniversitesi

Aramaya Dön

Özyeğin Üniversitesi

Kaynağa git

Öbekleme eniyilemesi ve sağlamlığı için yinelemeli bir yaklaşım

Yazar Gümüş, H., Korkmaz Özay, E., Arı, İsmail, Çataltepe, Z.

Basım Tarihi 2012

Basım Yeri - IEEE

Konu Iterative methods, Pattern clustering

Tür Belge

Dil Türkçe

Dijital Evet

Yazma Hayır

Kütüphane Özyeğin Üniversitesi

Demirbaş Numarası 978-1-4673-0055-1

Kayıt Numarası 512928b3-7fec-4fb0-ae8d-644fa64275ab

Lokasyon Computer Science

Tarih 2012

Notlar Due to copyright restrictions, the access to the full text of this article is only available via subscription.

Örnek Metin Clustering is a common technique, in all areas where information is obtained from the collected data. In this work, three well-known clustering algorithms namely, K-means, Spectral and DBSCAN are investigated in terms of their validity using four clustering validity indexes, Rand, Adjusted Rand, Jaccard, Silhouette. These clustering algorithms are applied on three data sets which have different characteristics. Thus steps have been taken for an automated clustering optimization system.

DOI 10.1109/SIU.2012.6204721