k-means類型變量加權(quán)聚類算法的研究與實(shí)現(xiàn).pdf

1、迄今為止，人們已經(jīng)提出了許多聚類算法。由于k-means類型算法在對(duì)大規(guī)模數(shù)據(jù)進(jìn)行聚類時(shí)效率較高而且具有處理數(shù)值屬性和分類屬性的能力，從而被廣泛應(yīng)用在市場(chǎng)研究和數(shù)據(jù)挖掘領(lǐng)域中。
　　然而，在數(shù)據(jù)挖掘過程中，應(yīng)用k-means類型算法的一個(gè)主要問題就是變量選擇問題。k-means類型算法在聚類過程中對(duì)每一個(gè)變量都同等看待，不具備自動(dòng)選擇變量的能力。實(shí)際上，一個(gè)用戶感興趣的聚類結(jié)構(gòu)通常只限定在變量集合的一個(gè)子集上，而并非整個(gè)變量集合，

2、由于包含了某些噪音變量可能會(huì)掩蓋了聚類結(jié)構(gòu)的發(fā)現(xiàn)。在現(xiàn)實(shí)世界的數(shù)據(jù)庫中,例如大銀行中的客戶數(shù)據(jù)庫,通常包含大量的屬性（變量），而每個(gè)變量對(duì)聚類結(jié)果的貢獻(xiàn)都不相同。因此，怎樣從大量的變量當(dāng)中選擇合適的變量進(jìn)行聚類是一個(gè)非常困難并且非常重要的問題。
　　本文實(shí)現(xiàn)了一個(gè)基于k-means的變量自動(dòng)加權(quán)聚類算法W-k-means，并通過在模擬數(shù)據(jù)上與不帶權(quán)重的k-means類型算法和具有固定權(quán)重的k-means類型算法進(jìn)行了實(shí)驗(yàn)分析，證明

3、了W-k-means算法在識(shí)別噪音變量和發(fā)現(xiàn)聚類能力上的優(yōu)越性。其次，本文基于W-k-means算法并結(jié)合K-mode和K-prototypes算法，分別提出了處理分類屬性的變量加權(quán)聚類算法W-k-mode和處理數(shù)值和分類混合屬性的變量加權(quán)算法W-k-prototypes，并通過實(shí)驗(yàn)證明其發(fā)現(xiàn)聚類能力的優(yōu)越性。最后，基于W-k-prototypes算法實(shí)現(xiàn)了一個(gè)符合業(yè)界標(biāo)準(zhǔn)CRISP（CrossIndustryStandardProce