多維數(shù)據(jù)集聚類算法研究與實(shí)現(xiàn).pdf

1、聚類分析在數(shù)據(jù)挖掘理論和應(yīng)用中都是一個(gè)非常必要的部分,是一種數(shù)據(jù)劃分或分組處理的重要手段和方法.到目前為止,已有大量的數(shù)據(jù)挖掘聚類算法被提出來,其中很多聚類算法都有非常成功的應(yīng)用.但是,它們主要繼承多元統(tǒng)計(jì)分析學(xué)和模糊數(shù)學(xué)的結(jié)論,即主要是基于距離和閾值的各種聚類算法和改進(jìn)算法.很多時(shí)候需要人為干預(yù),需要行業(yè)知識(shí)、領(lǐng)域?qū)＜业纫蛩氐慕槿?大多數(shù)算法對(duì)混合型屬性數(shù)據(jù)力不從心.尤其在商務(wù)決策、市場(chǎng)分析、刑偵破案、知識(shí)發(fā)現(xiàn)、生物學(xué)、Web文檔分類

2、等領(lǐng)域,需要新的適合于混合型屬性數(shù)據(jù)的聚類算法,該課題就是在此背景下被提出來.論文首先研究了具有代表性幾種多維聚類算法,比如,硬聚類劃分、軟聚類劃分和可能性聚類.這些算法一般最終都必須引入一個(gè)閾值才能確定類別,而實(shí)際上,這種閾值往往沒有一個(gè)標(biāo)準(zhǔn),這為用戶增加了靈活性,但也增大了它的隨意性,這正是此類算法的缺點(diǎn)所在.為此,提出了新的基于劃分的聚類算法,該算法基于這樣的核心思想:具有許多相同主要屬性的有效集合是比較相近的,大致可以劃分一類,

3、即"并發(fā)最大化原理";同時(shí),對(duì)于某個(gè)特殊屬性(標(biāo)記)具有相同值的集合之間可能存在很大的相似性.即"類標(biāo)最小化原理";明確屬于某個(gè)集合的子集,與原集合是一類的.但數(shù)據(jù)庫(數(shù)據(jù)倉庫)中的元組,可能同時(shí)屬于多個(gè)集合,這正是算法的難點(diǎn)所在.該文利用求關(guān)聯(lián)規(guī)則中的頻繁項(xiàng)目集的算法作為輔助手段,來判斷子集最大可能隸屬于的集合,即"隸屬度原理";以及子集合與父集合之間的繼承關(guān)系,即"繼承原理".該算法主要基于以上幾個(gè)基本原理,實(shí)現(xiàn)半模糊化聚類.通過理