Data clustering: 50 years beyond K-means

Anil K. Jain · Pattern Recognition Letters · 2009

Página del recurso

Lectura rápida. Revisá los datos básicos del recurso y luego accedé al contenido desde el botón principal. En esta ficha solo se muestra la información necesaria para identificar la obra, citarla y abrirla.

Autor / responsable

Anil K. Jain

Editorial

Pattern Recognition Letters

Año

2009

Idioma

en

Acceso al recurso

Entrá al contenido desde la opción principal o elegí otra fuente disponible.

Acceso principal

Página del recurso

Página de referencia del recurso. El texto completo no está confirmado automáticamente.

Abrir recurso

Cómo citar

Elegí el formato que necesitás y copiá la referencia al portapapeles.

APA 7

Jain, A. K. (2009). Data clustering: 50 years beyond K-means. https://doi.org/10.1016/j.patrec.2009.09.011

MLA

Jain, Anil K. "Data clustering: 50 years beyond K-means." 2009. https://doi.org/10.1016/j.patrec.2009.09.011.

Chicago

Jain, Anil K. 2009. "Data clustering: 50 years beyond K-means.". https://doi.org/10.1016/j.patrec.2009.09.011.

Harvard

Jain, A. K. 2009, Data clustering: 50 years beyond K-means, Pattern Recognition Letters, available at: https://doi.org/10.1016/j.patrec.2009.09.011 [Accessed 25 Jun. 2026].

Compartir e imprimir

Guardá la ficha, copiá su enlace permanente o imprimila como PDF.

Exportar referencia

Si usás un gestor bibliográfico, podés exportar el registro en los formatos más comunes.

RIS BibTeX

Detalles del recurso

Información bibliográfica útil para confirmar que se trata del material correcto.

Título: Data clustering: 50 years beyond K-means

Autor / colaboradores: Anil K. Jain

Editorial: Pattern Recognition Letters

Año de publicación: 2009

Idioma: en

Materias

Explorá otros recursos relacionados a partir de estas materias.

Cluster analysis; Computer science; Correlation clustering; Consensus clustering; CURE data clustering algorithm; Fuzzy clustering; Single-linkage clustering; Conceptual clustering; Artificial intelligence; Clustering high-dimensional data; Constrained clustering; Data mining