期刊文献+

鲍鱼年龄分类中的判别分析和聚类分析 被引量:2

Discriminant Analysis and Cluster Analysis in the Classification of Abalone Age
下载PDF
导出
摘要 从abalone数据集的4177例鲍鱼数据的8个属性出发,通过SPSS和SAS软件,使用判别分析和聚类分析方法,对鲍鱼年龄进行分类.8个变量的差异是显著的,说明这些属性用于判别和聚类分析是合理的,选择判别分析优于聚类分析. This article based on 8 properties of 4177 cases of abalone date from abalone data set. Using discriminant analysis and cluster analysis by SPSS and SAS software,it classified the age of abalone. The differences between 8 variables are obvious,so these properties are used for identification and description of cluster analysis is reasonable,the choice of discriminant analysis is superior to cluster analysis.
出处 《邵阳学院学报(自然科学版)》 2016年第1期14-18,共5页 Journal of Shaoyang University:Natural Science Edition
基金 国家自然科学基金项目(61375063 61271355 11271378) 中南大学2015年实验室研究项目
关键词 判别分析 聚类分析 SPSS SAS discriminant analysis cluster analysis SPSS SAS
  • 相关文献

参考文献11

  • 1邱东. 多指标综合评价方法的系统分析[M].大连:中国统计出版社,1990.
  • 2叶义成,柯丽华.系统综合评价技术及其应用[M].北京:冶金工业出版社,2005.76-97.
  • 3张立军,任英华.多元统计分析实验[M].北京:中国统计出版社.2008:102-119.
  • 4高惠镟.应用多元统计分析[M].北京:北京大学出版社,2005.228-243.
  • 5高惠镟. 实用多元统计分析[M] . 北京:北京大学出版社,2006.
  • 6约翰逊,威克恩.实用多元统计分析[M].陆璇,叶俊,译.北京:清华大学出版社,2008:388-429.
  • 7李东风.统计软件教程[M].北京:人民邮电出版社,2006.
  • 8贺玲,吴玲达,蔡益朝.数据挖掘中的聚类算法综述[J].计算机应用研究,2007,24(1):10-13. 被引量:225
  • 9刘荣,冯国生,丁维岱.SAS统计分析与应用[M].北京:机械工业出版社,2011:289-290.
  • 10刘桃花.主成分分析在疾病检测中的应用[J].邵阳学院学报(自然科学版),2014,11(1):11-15. 被引量:2

二级参考文献42

  • 1李凯,李昆仑,崔丽娟.模型聚类及在集成学习中的应用研究[J].计算机研究与发展,2007,44(z2):203-207. 被引量:7
  • 2贺玲,吴玲达,蔡益朝.数据挖掘中的聚类算法综述[J].计算机应用研究,2007,24(1):10-13. 被引量:225
  • 3谢崇宝,袁宏源,郭元裕.最优分类的模糊划分聚类改进方法[J].系统工程,1997,15(1):58-63. 被引量:12
  • 4约翰逊,威克恩.实用多元统计分析[M].陆璇,叶俊,译.北京:清华大学出版社,2008:388-429.
  • 5Guha S,Rastogi R,Shim K.CURE:An Efficient Clustering Algorithm for Large Databases[C].Seattle:Proceedings of the ACM SIGMOD Conference,1998.73-84.
  • 6Guha S,Rastogi R,Shim K.ROCK:A Robust Clustering Algorithm for Categorical Attributes[C].Sydney:Proceedings of the 15th ICDE,1999.512-521.
  • 7Karypis G,Han E-H,Kumar V.CHAMELEON:A Hierarchical Clustering Algorithm Using Dynamic Modeling[J].IEEE Computer,1999,32(8):68-75.
  • 8Ester M,Kriegel H-P,Sander J,et al.A Density-based Algorithm for Discovering Clusters in Large Spatial Databases with Noise[C].Portland:Proceedings of the 2nd ACM SIGKDD,1996.226-231.
  • 9Hinneburg A,Keim D.An Efficient Approach to Clustering Large Multimedia Databases with Noise[C].New York:Proceedings of the 4th ACM SIGKDD,1998.58-65.
  • 10Wang W,Yang J,Muntz R.STING:A Statistical Information Grid Approach to Spatial Data Mining[C].Athens:Proceedings of the 23rd Conference on VLDB,1997.186-195.

共引文献304

同被引文献25

引证文献2

二级引证文献11

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部