聚类研究的新进展%3a双聚类算法的原理和应用.pdfVIP

PU-21-0011 聚类研究的新进展：双聚类算法的原理和应用 ∗ 王林 中国医科大学 110001 1.聚类分析 信息量的不断增长造成了人们寻找有意义的数据愈加困难，如何使人们能够快速有效的获取所需信息，成为广大 信息工作者的重要研究课题。正是这种需求催生了一门目前在信息领域里最为活跃的领域——数据挖掘。数据挖掘是 一个多学科交叉领域，一门具有广泛应用的新兴学科，在科学领域尤其是生物医学领域有巨大的贡献。 而聚类是数据挖掘的核心技术之一，是探索性数据分析和模式发现的一种重要手段。聚类分析是一个将数据集划 分为若干组或类的过程，其目的是使得同一组内的数据对象具有较高的相似度，而不同组中的数据对象不相似，以此 揭示这些数据分布的真实情况。在统计分析和模式识别领域，聚类已被广泛研究多年，提出了大量的理论和方法，取 得了丰硕的研究成果。对于不同的数据类型有不同的聚类方法，如：层次聚类，K-均值聚类(K-means)，自组织图聚 类（Self-organizing Maps，SOM）和支持向量机（Support Vector Machines，SVM）方法等。传统聚类模型仅在数 据矩阵的单一方向(行或列)上聚类，聚类的结果中可能存在数据项与某些维不相关的情况。 随着数据规模和维度的增长，双聚类因其可对