论文部分内容阅读
针对在大规模数据集上进行聚类困难的问题，分析了抽样技术的优点，研究了数据挖掘领域中的随机抽样的特点，并在此基础上提出了一种基于密度的偏差抽样方法。利用密度偏差抽样所获得的样本数据集能够较准确地反映总体数据集的特征，并且能够灵活地控制对数据集不同区域的抽样率。实验证明，在大规模数据集上进行聚类时，密度偏差抽样在时间复杂度上要优于随机抽样。