摘要
本发明属于体育数据分析技术领域,具体涉及一种基于聚类集成的相似足球运动员推荐方法。针对传统方法在高维数据处理、噪声鲁棒性及聚类稳定性方面的不足,本发明首先完成数据预处理,将原始数据降维至49维;采用Z‑score标准化与主成分分析(PCA)保留95%以上方差实现特征解耦;基于肘部法则确定最优聚类数后,并行执行多次K‑Means和谱聚类生成异构基聚类集合;通过标签对齐与硬投票机制融合聚类结果,利用汉明距离集成提升模型稳定性;最终根据目标球员所属簇内成员生成相似推荐列表。
技术关键词
推荐方法
运动员
足球
聚类
球员
数据分析预处理
标签
成分分析
噪声鲁棒性
专用特征
数据分析技术
方差贡献率
匈牙利算法
肘部法则
汉明距离
特征值
协方差矩阵
异质
系统为您推荐了相关专利信息
广义可加模型
环境检测模块
贝叶斯网络模型
分析传感器
三次样条函数
稳定性协调控制方法
横摆角速度
主动后轮转向
车辆状态参数
二自由度模型
语义向量
场景推荐方法
自然语言
列表
预训练语言模型
机械臂控制方法
机械臂控制设备
高层次
初始聚类中心
传感器