APPROCCIO DI DATA MINING BASATO SULLO STREAM MINING: UN APPROCCIO BASATO SULLO STREAM MINING PER UN AMBIENTE DINAMICO UTILIZZANDO L*ALGORITMO K-MEANS++ (Italian Edition)

S, SHYLAJA

ISBN 10: 6207272315 / ISBN 13: 9786207272310

Published by Edizioni Sapienza, 2024

About this Item

NEW. SHIPS FROM MULTIPLE LOCATIONS.

Seller Inventory # ERICA82362072723156

Bibliographic Details

• Title: APPROCCIO DI DATA MINING BASATO SULLO STREAM MINING: UN APPROCCIO BASATO SULLO STREAM MINING PER UN AMBIENTE DINAMICO UTILIZZANDO L*ALGORITMO K-MEANS++ (Italian Edition)
• Publisher: Edizioni Sapienza
• Publication Date: 2024
• Language: Italian
• ISBN 10: 6207272315
• ISBN 13: 9786207272310
• Binding: paperback
• Condition: New
• Book Type: book

About this title

Synopsis

Il clustering è una delle tecniche più importanti del data mining. Ha lo scopo di suddividere i dati in gruppi di oggetti simili. Questo viene definito cluster. Questa ricerca confronta l'algoritmo StreamKM++ con i lavori esistenti, come AP, IAPKM e IAPNA. L'algoritmo StreamKM++ è un nuovo algoritmo di clustering del flusso di dati e costruisce un buon clustering del flusso, utilizzando una piccola quantità di memoria e di tempo.Molti ricercatori hanno svolto il loro lavoro con un algoritmo di clustering statico, ma in tempo reale i dati sono di natura dinamica. Come i blog, le pagine web, gli audio e i video, ecc... Per questo motivo, la tecnica statica convenzionale non supporta l'ambiente in tempo reale. In questo lavoro, viene utilizzato l'algoritmo StreamKM++ che raggiunge elevate prestazioni di clustering rispetto ai tradizionali AP, IAPKM e IAPNA. I risultati sperimentali mostrano che l'algoritmo StreamKM++ ottiene il miglior risultato rispetto ai lavori esistenti. Ha aumentato il tasso di accuratezza medio e ha ridotto il tempo di calcolo, la memoria e il numero di iterazioni.