類屬型數(shù)據(jù)的聚類算法研究.pdf

1、隨著數(shù)據(jù)規(guī)模的不斷增大，競爭的日趨激烈，人們迫切需要從大量數(shù)據(jù)中挖掘出知識和信息來輔助決策，數(shù)據(jù)挖掘技術(shù)隨之應(yīng)運而生。聚類分析是其中一種重要的技術(shù)，但以往的研究大多限于數(shù)值類型的數(shù)據(jù)。類屬型數(shù)據(jù)聚類算法則被研究的較少，而且很不成熟和完善。 本文對類屬型數(shù)據(jù)聚類算法進行深入的研究，找出了類屬型數(shù)據(jù)聚類技術(shù)的幾個方面的主要缺陷，在以下幾個方面開展了研究： 聚類分析的初始化算法影響著聚類結(jié)果的好壞。研究人員提出了很多初始化的方

2、法，但卻沒有廣泛被接受的初始化算法，并且對類屬型數(shù)據(jù)聚類中心的初始化方法很少有涉及到。我們提出新的初始化方法由基礎(chǔ)步驟和限定框架兩個部分組成，其基礎(chǔ)步驟充分考慮到數(shù)據(jù)集的特征，結(jié)合了密度和距離等因素，提出了樣本點成為聚類中心可能性的定義。使用限定性框架降低了算法的復(fù)雜度，同時多次循環(huán)的過程提高了初始化聚類中心選取的準(zhǔn)確率。 針對K-Modcs聚類算法的缺陷，我們提出了有新的聚類中心和距離計算公式的類屬型數(shù)據(jù)的聚類算法。實驗分析也