我希望在源数据库上有一个聚簇PK，在目标数据库上有一个相同列的非聚簇PK和一个不同的聚簇索引。我知道我可以通过暂时停止复制、进行更改并再次启用它来实现这一点。我更担心的是未来，如果我们需要重新初始化，我不希望表被删除，从而失去我们不同的索引策略。我可能是盲目的，但我找不到一个设置来允许订阅者的表结构在重新初始化时保持不变。
浏览 1提问于2017-05-12得票数 0
创建覆盖非聚集索引以满足给定查询的要求。如果索引中不存在某一列，则SQL server将要求执行键查找。为了防止关键字查找，创建了一个覆盖索引，但我不理解的是，为什么下面是一个覆盖索引，而其中一列没有包括在内。数据库: Adventureworks 2008 R2表: Production.WorkOrder索引名称: IX_WorkOrder_ProductIDSELECT WorkOrderID(非集群)，成本为100%。我的问题是:为什么不要求在
浏览 2提问于2013-05-02得票数 2
回答已采纳
我希望将它从集群转换为非集群，而无需手动删除和重新创建任何外键或甚至主键约束。
在MS SQL2005中实现这一点是可能的吗?如果可以，该如何实现？
浏览 3提问于2010-02-19得票数 7
回答已采纳
1回答
团簇形状和大小
、、
例如，我已经读到K-均值聚类算法无法找到非凸形状的聚类，其中它只能成功地找到球形或凸型的聚类。同时，它也试图找到同样大小的星团。这与距离相似函数有关吗？如果是的话，什么样的相似函数才能更好地找到不同大小的非凸簇形状？如果不是，请告诉我是什么因素影响了集群的形状和大小。
此外，基于概率的相似函数对于寻找不同大小的非凸簇形状是否有好处？
浏览 2提问于2014-07-19得票数 1
回答已采纳
1回答
我使用matlab中的对称非负矩阵因式分解算法(SYMNMF)对图G进行聚类。输入如下：
簇间运行的边数尽可能少。给出图的邻接矩阵，有什么算法可以用来找出最优的聚类数吗？
浏览 1提问于2015-04-17得票数 0
对关于groupID的表进行索引是最佳/唯一的选择吗？
浏览 0提问于2009-11-19得票数 1
回答已采纳
我对数据进行了K均值聚类算法，似乎第一列(州名称)在分析中充当标签。而不使用分类数据。下面是一些代码，可以更清晰地解释我的意思。50 19.5Colorado 7.9 204 78 38.7数据清理df <- na.omit(df)(df <- scale(df))
计算
浏览 1提问于2019-04-20得票数 0
1回答
我有一组来自搜索引擎的用户查询需要集群。到目前为止，我遇到的唯一的聚类算法是K-means算法，它需要定义聚类的数量。在这种情况下，我不知道数据中存在多少簇。是否有任何聚类算法允许在不预先定义聚类数量的情况下进行聚类？
浏览 0提问于2013-01-29得票数 0
1回答
简而言之:我使用的是k均值聚类和相关距离.如何检查，应该使用多少集群，(如果有)指数：
估计簇数的<em
浏览 7提问于2017-05-24得票数 1
1回答
我需要一个聚类算法，它像kmeans一样返回质心。我一直在尝试使用kmeans，但我知道，取决于集群的形状，有时这并不好。我知道matlab包含分层聚类，但这会返回每个点所属的簇的索引，而不是质心。
浏览 0提问于2014-09-04得票数 0
1回答
我使用K-均值算法来创建簇。如您所知，K-均值算法需要簇数作为参数。我尝试将集群数从8开始计算为2，然后在每个循环中计算集群的所有C-索引，然后得到这些C-索引的副手。然后比较C指数的平均值，选择最小的C指数平均值作为最优聚类数.这是检测集群计数的真正方法吗？
浏览 2提问于2014-12-09得票数 0
2回答
我的目标是对关于26周的126个时间序列进行聚类(因此每个时间序列有26个观察值)。我在medoids周围使用了pam{cluster} = partitioning来对这些时间序列进行聚类。在聚类之前，我想比较哪种距离度量最合适:欧几里得、曼哈顿或动态时间扭曲。我使用每个距离通过轮廓图进行聚类和比较。有什么方法可以比较不同的距离度量吗？例如，我知道用于验证集群结果的过程clValid {clValid}，但是我不能实现dtw来计算索引。
那么，我如何比较不同的距离度量(不仅仅是通过轮廓)？
浏览 1提问于2014-04-25得票数 2
由于我不知道数据集中有多少个时间段(因此，有多少个中心/medoids)，所以我想对它使用一个内部集群有效性索引(cvi)。(基本过程:运行多个k的聚类，并按k绘制cvi；根据cvi最优选择最高/最低的k)。我的问题是:我使用的集群有效性指数是否应该将簇内方差作为一种内聚力度量？可以这样说: cvi是否应该使用聚类算法的
浏览 0提问于2019-05-28得票数 1
回答已采纳
我正在使用MATLAB中的K-means进行一些聚类。如你所知，它的用法如下：其中IDX给出了X中每个数据点的簇号，C给出了每个簇的质心。我需要获得最接近质心的数据点的索引(实际数据集X中的行号)。有人知道我是怎么做到的吗？谢谢
浏览 0提问于2010-12-09得票数 5
回答已采纳
1回答
当应用K均值聚类时，我们选择k个初始聚类，然后迭代所有的点，并将它们分配到某个聚类，并更新聚类的中心。最终，我们不会进行任何其他更新。然而，我注意到有时我们最终会得到一些空簇，在我所做的例子中，这通常是在最后一次迭代中完成的。一直都是这样吗？一个空的集群有没有可能在它变空后的一些后续迭代中变成非空的？编辑:与之前提出的相关问题不同，我想知道是否有方法可以证明或反驳一旦它变成空的，它就不能变成非空的。
浏览 2提问于2016-01-09得票数 2
2回答
如何修正向量索引？
、、、
好的，所以我将数据聚类到集群中，然后使用列对集群进行索引。数据是以运动矢量的形式存在的，所以我的数据在聚类后会是这样的：例如： 1 4 6 5 7; 2 8 9 9 3;3 2 3 2 4][2 3 5 4 6; 3 2 3 2 4]
我希望能够在删除后更正<em
浏览 3提问于2015-09-16得票数 1
1回答
要创建的索引
、、、
因为它是一个新表，所以我可以创建索引来提高性能。它有以下列。A.C2 < Y.C3 AND A.C3 > Y.C2)哪种类型的索引有助于提高此查询的性能
浏览 0提问于2019-04-15得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
