模糊聚类分析及其在数据挖掘中的应用.pdfVIP

开发案例 模糊聚类分析及其在数据挖掘中的应用 朱 强 安徽大学计算机学院 合肥 ( , ) 230039 摘 要 分析了常用的数据挖掘方法 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优势 并以例证说明这一方法的实际应用 , 。 关键词 聚类分析 模糊聚类 模糊相似矩阵 模糊等价关系 : ; ; ; 单元 形成一个网格结构 所有的聚类操作都在这个 1 常见聚类分析方法 , 。 网格结构上进行。 聚类就是不依赖于预先定义的类和带标号的训 然而以上这些方法都存在不足,尤其是处理大规 练实例 将数据对象分组成为多个类或簇 在同一个 , , 模 高维 模糊 动态数据时尤甚 本文在数据挖掘中 簇中的对象之间具有较高的相似度 而不同簇中的对 、 、 、 , , 引入了模糊聚类分析的方法 该方法省去了多重迭代 象差别较大。 , 的反复计算过程 计算量可以大大减少 时间效率也 在数据挖掘中 常用的聚类算法主要有以下几种[1] , , , : 将大大提高 同时 根据数据库中的相关数据构造模 ()划分方法 。 , 1 糊相似矩阵 直接对相似矩阵进行处理 无须多次反 给定一个包含 个数据对象的数据集 一个划分 , , n , 复扫描数据库 大大提高计算效率 另外 该方法具有 方法构建数据的 个划分 每个划分表示一个类 并 , 。 , k , , 且 也就是说 它将数据划分为 个组 同时满 很好的伸缩性,也便于寻找孤立点。 k≤n。 , k , 足如下的要求 每个组至少包含一个对象 每个 : ; ① ② 2 模糊聚类分析 对象必须属于一个组。