ELKI: A Software System for Evaluation of Subspace Clustering Algorithms
ELKI: A Software System for Evaluation of Subspace Clustering Algorithms
复制标题
ELKI：子空间聚类算法评估软件系统
DOI：
10.1007/978-3-540-69497-7_41
复制
发表时间：
2008
期刊：
影响因子：
2.5
通讯作者：
Arthur Zimek
中科院分区：
文献类型：
--
作者：
Elke Achtert;H. Kriegel;Arthur Zimek
为了在新的数据挖掘领域建立统一的标准，新提出的算法需要进行彻底的评估。许多出版物将一个新的命题（如果有的话）与一两个竞争对手甚至与所谓的“天真”的广告解决方案进行比较。对于多产的子空间聚类领域，我们提出了一个软件框架，实现了许多突出的算法，从而，允许公平和彻底的评估。此外，我们描述了新的应用程序的新算法可以很容易地纳入框架。
In order to establish consolidated standards in novel data mining areas, newly proposed algorithms need to be evaluated thoroughly. Many publications compare a new proposition --- if at all --- with one or two competitors or even with a so called "naive" ad hocsolution. For the prolific field of subspace clustering, we propose a software framework implementing many prominent algorithms and, thus, allowing for a fair and thorough evaluation. Furthermore, we describe how new algorithms for new applications can be incorporated in the framework easily.