数据挖掘中聚类析的研究.pdfVIP

摘 要 数据挖掘是--fl新兴的技术，它以数据库技术作为基础，把逻辑学、统 计学、机器学习、模糊学、可视化计算等多门学科的成果综合在一起，进行 如何从数据库中得到有用信息的研究。数据挖掘技术得到了人们的普遍关注 和广泛兴趣。聚类分析在数据挖掘研究中占有重要的位置。所谓聚类。是将 一个数据单位的集合(数据源)分割成几个称为类或类别的子集，每个类内的 对象之间是相似的，但不同类的对象间区别相对较大。聚类分析是根据事物 本身的特性研究对被聚类对象进行类别划分的方法。聚类分析依据的原则是 使同一类中的对象具有尽可能大的相似性，而不同类中的对象具有尽可能大 的差异性；而聚类分析通常是在没有先验知识支持的前提下进行的。聚类分 析要解决的就是如何在没有先验知识的前提下，实现满足这种要求的类的聚 合。 正是由于聚类分析的重要性和特殊性，近年来在该领域的研究取得了长 Method)、层次聚类方法(HierarchicalMethod)、基于密度∞e∞时一B越ed)的 聚类方法等等。这些方法所涉及的领域几乎遍及人工智能科学的方方面面， 而且在特定的领域中、特定的情形下取得了良好的效果。但是当处理数据为 大数据量、具有复杂数据类型的数据集合时，则仍存在若干尚未解决的问题。 一