数据仓库数据挖掘chap6 聚类分析.pdf

第六章 聚类分析 第六章 聚类分析 第六章 聚类分析 • 6.1 基本概念 • 6.2 聚类分析中的数据类型 • 6.3 主要聚类分析方法 6.1 基本概念——什么是聚类分析? 6.1 基本概念——什么是聚类分析? • 簇（Cluster ）:数据对象的集合 – 在同一个类中，对象之间具有相似性； – 不同类的对象之间是相异的。 • 聚类分析 – 把一个给定的数据对象集合分成不同的簇； • 聚类是一种无监督分类法: 没有预先指定的类别； • 典型的应用 – 作为一个独立的分析工具，用于了解数据的分布； – 作为其它算法的一个数据预处理步骤 聚类的常规应用 聚类的常规应用 • 模式识别 • 空间数据分析 – 在GIS中，通过聚类发现特征空间来建立主题索 引； – 在空间数据挖掘中，检测并解释空间中的簇； • 图象处理 • 经济学(尤其是市场研究方面) • WWW – 文档分类 – 分析WEB 日志数据来发现相似的访问模式 应用聚类分析的例子 应用聚类分析的例子 • 市场销售: 帮助市场人员发现客户中的不同群体， 然后用这些知识来开展一个目标明确的市场计划； • 土地使用: 在一个陆地观察数据库中标识那些土地 使用相似的地区； • 保险: 对购买了汽车保险的客户，标识那些有较高 平均赔偿成本的客户； • 城市规划: 根据类型、价格、地理位置等来划分不 同类型的住宅； • 地震研究: 根据地质断层的特点把已观察到的地震 中心分成不同的类； 什么是一个好的聚类方法? 什么是一个好的聚类方法? • 一个好的聚类方法要能产生高质量的聚类结 果——簇，这些簇要具备以下两个特点： – 高的簇内相似性 – 低的簇间相似性 数据挖掘对聚类分析的要求 数据挖掘对聚类分析的要求 • 可伸缩性 • 能够处理不同类型的属性 • 能发现任意形状的簇 • 在决定输入参数的时候，尽量不需要特定的领域知识； • 能够处理噪声和异常 • 对输入数据对象的顺序不敏感 • 能处理高维数据 • 能产生一个好的、能满足用户指定约束的聚类结果 • 结果是可解释的、可理解的和可用的 6.2 数据类型 6.2 数据类型 • 表示数据的两种结构 x ... x ... x   11 1f 1p  1）数据矩阵  ... ... ... ... ...  x ... x ... x   i1 if ip   ... ... ... ... ...    x n1 ... x nf ... x np  2 ）差异度矩阵  0 