數(shù)據(jù)挖掘中聚類分析的研究.pdf

1、數(shù)據(jù)挖掘是一門(mén)新興的技術(shù),它以數(shù)據(jù)庫(kù)技術(shù)作為基礎(chǔ),把邏輯學(xué)、統(tǒng)計(jì)學(xué)、機(jī)器學(xué)習(xí)、模糊學(xué)、可視化計(jì)算等多門(mén)學(xué)科的成果綜合在一起,進(jìn)行如何從數(shù)據(jù)庫(kù)中得到有用信息的研究.一個(gè)數(shù)據(jù)庫(kù)中的數(shù)據(jù)一般不可能都符合分類預(yù)測(cè)或聚類分析所獲得的模型.那些不符合大多數(shù)數(shù)據(jù)對(duì)象所構(gòu)成的規(guī)律(模型)的數(shù)據(jù)對(duì)象就被稱為異類(outlier).以前許多數(shù)據(jù)挖掘方法都在正式進(jìn)行數(shù)據(jù)挖掘之前就將這些異類作為噪聲或意外而將其排除在數(shù)據(jù)挖掘的分析處理范圍之外.但在一些應(yīng)用場(chǎng)合

2、,如各種商業(yè)欺詐行為的自動(dòng)檢測(cè),小概率發(fā)生的事件(數(shù)據(jù))往往比經(jīng)常發(fā)生的事件(數(shù)據(jù))更有挖掘價(jià)值.對(duì)異類數(shù)據(jù)的分析處理通常就稱為異類挖掘.傳統(tǒng)的聚類分析是一種硬劃分,它把每個(gè)待辨識(shí)的對(duì)象嚴(yán)格地劃分到某個(gè)類中,具有非此即彼的性質(zhì),因此這種分類的差別界限是分明的.而實(shí)際上大多數(shù)對(duì)象并沒(méi)有嚴(yán)格的屬性,它們?cè)谛詰B(tài)和類屬方面存在著中介性,適合進(jìn)行軟劃分.由于模糊聚類得到了樣本屬于各個(gè)類別的不確定性程度,表達(dá)了樣本類屬的中介性,即建立起了樣本對(duì)于類