模糊聚类分析方法在数据挖掘中的应用.pdfVIP

企业科技进步与自主创新 模糊聚类分析方法在数据挖掘中的应用 张 骏 饶志刚 , 武汉理工大学 管理学院 湖北 武汉 ( , ) 430070 摘 要 在数据挖掘中引入了模糊聚类分析的方法 分析了该方法在数据挖掘中的特性 讨论了其在大型数据库中 : , , 的应用方法,并以例证说明这一方法的实际应用。 关键词 数据挖掘 聚类分析 模糊聚类 : ; ; 中图分类号: 文献标识码: 文章编号: ( ) TP274 A 1001-7348200604-0146-02 多数应用采用了以下两个比较流行的启发 说 对给定类中的每个数据点 在一个给定 1 数据挖掘中常见的聚类分析方法 , , 式方法 算法 在该算法中 每个 范围的区域中必须至少包含某个数目的点 : 。 , 。 ①k-means 聚类 ( )是数据挖掘领域最为 clustering 簇用该簇中对象的平均值来表示。 这样的方法可以用来过滤 噪声 孤立点数 ②k- “ ” 常见的技术之一 用于发现在数据库中未知 , 算法 在该算法中 每个簇用接近聚 据 发现任意形状的聚类 medoids 。 , , 。 的对象类 即考察个体或数据对象间的相似 。 类中心的一个对象来表示 这些启发式聚类 是一个有代表性的基于密度 。 DBSCAN 性,将满足相似性条件的个体或数据对象划 方法对在中小规模的数据库中发现球状簇 的方法 它根据一个密度阀值来控制簇的增 , 分在一组内 不满足相似性条件的个体或数 , 很适用 长 是另一个基于密度的方法 它为 。 。OPTICS , 据对象划分在不同的组。 ()层次方法 。层次 自动的和交互的聚类分析计算一个聚类顺 2 (hierarchicalmethod) 在数据挖掘中,常用的聚类算法主要有 方法对给定数据对象集合进行层次的分解。 序。 以下一些方法: 根据层次的分解如何形成