flexclust公司

flexclust:灵活的聚类算法,主要功能kcca实现了一个支持任意距离度量和质心计算的k-质心聚类分析的通用框架。进一步的聚类方法包括硬竞争学习、神经气体和QT聚类。聚类结果的可视化方法有很多种(邻域图、凸簇壳、质心条形图等),以及用于聚类稳定性分析的bootstrap方法(资料来源:http://cran.r-project.org/web/packages)


zbMATH参考文献(27篇文章引用了,1标准件)

显示第1到第20个结果,共27个。
按年份排序(引用)
  1. Akhanli,Serhat Emre;Hennig,Christian:通过聚集校准的聚类有效性指数比较聚类和聚类数量(2020年)
  2. Dangl,Rainer;Leisch,Friedrich:重采样在确定数据集中簇数方面的影响(2020年)
  3. 李辉:密集连接等高线的多椭圆拟合(2019)
  4. Scitovski,Rudolf;Sabo,Kristian:应用\texttdirectalgorithm搜索集合的最优(k)-划分(\mathcalA\subset\mathbbR^n)及其在多圆检测问题中的应用(2019)
  5. Alexander Foss;Marianthi Markatou:kamila:R和Hadoop中的混合类型数据聚类(2018)不是zbMATH
  6. Lee,Xing Ju;Hainy,Markus;McKeone,James P.;Drovandi,Christopher C.;Pettitt,Anthony N.:应用于南澳大利亚最高温度数据的空间极值模型的ABC模型选择(2018年)
  7. Scitovski,Rudolf;Sušac,Marijana Zekić;Has,Adela:寻找不完整数据的最佳分割及其在公共建筑能效建模中的应用(2018)
  8. Francesco Dotto;Farcomeni,Alessio;García-Escudero,Luis Angel;Mayo Iscar,Agustín:稳健回归聚类的模糊方法(2017)
  9. Gagolewski,Marek:基于惩罚的多维数据聚合(2017)
  10. 一个新的整体优化方法(Rudolscitz-2017)和全局优化的Rudolscitz-2017
  11. Cena,Anna;Gagolewski,Marek:Fuzzy k-minpen聚类和k-nearest-minpen分类程序,包括基于一般距离的惩罚最小化器(2016)
  12. Marošević,Tomislav;Scitovski,Rudolf:基于中心聚类的多椭圆拟合(2015)
  13. Krey,Sebastian;Ligges,Uwe;Leisch,Friedrich:递归约束(K)-均值聚类的音乐和音色分割(2014)
  14. Marošević,Tomislav:圆检测的数据聚类(2014)
  15. Olszewski,Dominik;Ther,Branko:使用α-β散度的非对称聚类(2014)ioport公司
  16. Kristian Sabo;Scitovski,Rudolf:(k)均值算法的解释和优化。(2014年)
  17. Grbić,Ratko;Nyarko,Emmanuel Karlo;Scitovski,Rudolf:对称函数Lipschitz全局优化的\texttDirect方法的修改(2013)
  18. Sabo,Kristian;Scitovski,Rudolf;Vazler,Ivan:基于一维中心的l 1-聚类方法(2013)
  19. 布莱恩·埃弗里特(Everitt),托尔斯滕霍恩(Hothorn),托尔斯滕(Torsten):应用多元分析导论(2011)
  20. 蒋,曹明明;米尔金,鲍里斯:在(K)中对聚类数目的智能选择-均值聚类:一个具有不同聚类扩展的实验研究(2010)