简介:聚类分析是研究“物以类聚”的一种现代多元统计分析方法,而且聚类分析方法发展很快,并在经济、管理、地质勘探、天气预报、生物分类、考古学、医学、心理学以及制定国家标准和区域标准等许多方面都取得了很有成效的应用。本文首先重点学习了聚类分析的相关知识,通过对具体实例数据用SPSS软件进行不同种系统聚类法的应用分类,并利用阈值T、散点图和使用统计量确定适合的类的个数,把不同种系统聚类法进行研究和比较。最后得出结论:“给定一个阈值T”这种方法的主观性较强;“观测散点图”这个方法较为直观,效率也许会好于正规聚类方法;“使用统计量”往往更明确。在聚类方法的效果方面,类平均法和离差平方和法的聚类效果相对较好。
简介:摘要院数据挖掘中的聚类技术是一种非监督分类技术。概述了聚类分析算法中的数据结构和数据类型,分析了聚类分析的意义及研究现状,比较了几种聚类算法的优点及问题,并结合通信领域的应用指出了K-Means聚类技术的绝对优势。
简介:摘要目的分析2009-2019年失智症护理研究的热点,了解该领域研究现状及发展趋势。方法检索Pubmed、Medline、Biosis Previews、Web of science数据库,检索词为"dementia"、"Alzheimers disease",检索时间范围为2009-2019年,类别选项限定为护理。结果共检索到2 883条文献记录,提取含关键词信息的文献共计2 560条。统计得出高频(≥85次)关键词38个,占总频次累计百分比为35.39%。共词聚类分析得到5个研究热点:失智症照护模式和管理、失智症疾病管理、失智症风险管理、失智症症状管理、失智症末期照护。结论近10年来失智症相关护理研究集中探索了护理实践在失智症照护、干预、管理中的重要意义,为拓展失智症领域的护理实践和科研提供了理论基础。