சுருக்கம்

IMPROVEMENT OF CLUSTERING ON HIGH DIMENSIONAL DATASETS USING PCA

Dr.Dharmender Kumar, Parveen Kumar

The last decade has seen an explosive growth in the generation and collection of data. In the field of data mining there are various techniques are used to extract useful information from the data set. There is various estimation techniques are used in clustering methods out of these Euclidean distance and density is used for estimation. Out of these estimation techniques one another technique mass is also used. Mass based clustering gives better performance when apply with PCA technique in multidimensional and high dimensional data set. On the basis of run time behaviour the DEMassDBSCAN algorithm is better than DBSCAN clustering algorithm is discussed.

மறுப்பு: இந்த சுருக்கமானது செயற்கை நுண்ணறிவு கருவிகளைப் பயன்படுத்தி மொழிபெயர்க்கப்பட்டது மற்றும் இன்னும் மதிப்பாய்வு செய்யப்படவில்லை அல்லது சரிபார்க்கப்படவில்லை

குறியிடப்பட்டது

Google Scholar
அகாடமிக் ஜர்னல்ஸ் டேட்டாபேஸ்
ஜே கேட் திறக்கவும்
கல்வி விசைகள்
ஆராய்ச்சி பைபிள்
CiteFactor
எலக்ட்ரானிக் ஜர்னல்ஸ் லைப்ரரி
RefSeek
ஹம்டார்ட் பல்கலைக்கழகம்
அறிஞர்
சர்வதேச புதுமையான இதழ் தாக்க காரணி (IIJIF)
சர்வதேச அமைப்பு ஆராய்ச்சி நிறுவனம் (I2OR)
காஸ்மோஸ்

மேலும் பார்க்க