Automatic Multi-Objective Clustering Algorithm Using Hybrid Particle Swarm Optimization With Simulated Annealing.
Pengelompokan adalah suatu teknik pelombongan data. Di dalam bidang set data tanpa selia, tugas mengelompok ialah dengan mengumpul set data kepada kelompok yang bermakna. Pengelompokan digunakan sebagai teknik penyelesaian di dalam pelbagai bidang dengan membahagikan dan mengstruktur semula data yan...
Saved in:
| Main Author: | |
|---|---|
| Format: | Thesis |
| Language: | English |
| Published: |
2016
|
| Subjects: | |
| Online Access: | http://eprints.usm.my/38568/1/Automatic_multi-objective_clustering_algorithm_using_hybrid_particle_swarm_optimization_with_simulated_annealing_by_Ahmad_Asad_Abubaker..pdf |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Summary: | Pengelompokan adalah suatu teknik pelombongan data. Di dalam bidang set data tanpa selia, tugas mengelompok ialah dengan mengumpul set data kepada kelompok yang bermakna. Pengelompokan digunakan sebagai teknik penyelesaian di dalam pelbagai bidang dengan membahagikan dan mengstruktur semula data yang besar dan kompleks supaya menjadi lebih bererti justru mengubahnya kepada maklumat yang berguna.
Clustering is a data mining technique. In the field of unsupervised datasets, the task of clustering is by grouping the dataset into meaningful clusters. Clustering is used as a data solution technique in various fields to divide and restructure the large and complex data to become more significant thus transform them into useful information.
|
|---|