圖標可視化技術(shù)在聚類算法中應(yīng)用方法研究.pdf

1、隨著數(shù)據(jù)時代的來臨，大數(shù)據(jù)的分析、挖掘與可視化成為了信息技術(shù)發(fā)展的研究熱點。數(shù)據(jù)可視化是利用計算機圖形學和圖像處理技術(shù)，將數(shù)據(jù)轉(zhuǎn)換成圖形或圖像在屏幕上顯示出來并進行交互處理的理論和方法。基于圖標的可視化方法是一種常見的可視化方法，它采用了圖標表達多元數(shù)據(jù)對象，并用不同的視覺元素表示數(shù)據(jù)對象不同的屬性，在某些場合下具有簡單高效的特性，因此在數(shù)據(jù)挖掘領(lǐng)域中得到了廣泛的應(yīng)用。
　　本文首先介紹了數(shù)據(jù)可視化的基本概念和數(shù)據(jù)可視化中常見的算

2、法，詳細說明了圖標可視化技術(shù)的優(yōu)勢，為之后的研究工作打下了基礎(chǔ)。接下來介紹了數(shù)據(jù)挖掘中常見的聚類算法，比較分析了這些算法的優(yōu)缺點。然后著重闡述了K-means算法（K-均值算法）在聚類分析中的應(yīng)用以及常見的對K-均值算法聚類效果的評價指標。最后提出了一種新的可視化方法，該方法不僅可以對K-均值算法初始參數(shù)的設(shè)定起到指導(dǎo)作用，而且能對K-均值算法的聚類效果起到評價作用。
　　PCA（主元分析）是數(shù)據(jù)挖掘領(lǐng)域中一種常用的數(shù)據(jù)分析方法。