數(shù)據(jù)挖掘中聚類分析的研究.pdf

1、數(shù)據(jù)挖掘是一門新興的技術,它以數(shù)據(jù)庫技術作為基礎,把邏輯學、統(tǒng)計學、機器學習、模糊學、可視化計算等多門學科的成果綜合在一起,進行如何從數(shù)據(jù)庫中得到有用信息的研究.一個數(shù)據(jù)庫中的數(shù)據(jù)一般不可能都符合分類預測或聚類分析所獲得的模型.那些不符合大多數(shù)數(shù)據(jù)對象所構成的規(guī)律(模型)的數(shù)據(jù)對象就被稱為異類(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.但在一些應用場合

2、,如各種商業(yè)欺詐行為的自動檢測,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))更有挖掘價值.對異類數(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,它把每個待辨識的對象嚴格地劃分到某個類中,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.而實際上大多數(shù)對象并沒有嚴格的屬性,它們在性態(tài)和類屬方面存在著中介性,適合進行軟劃分.由于模糊聚類得到了樣本屬于各個類別的不確定性程度,表達了樣本類屬的中介性,即建立起了樣本對于類