数据分析课程设计论文教学案例.docxVIP

1 《数据分析》课程设计作业 基于K-均值的Iris数据聚类分析 姓名 谢 稳 学号 1411010122 班级 信科 14-1 成绩 _________________ 基于K-均值的Iris数据聚类分析 姓名: 谢 稳 信息与计算科学14-1班 摘要 数据挖掘在当今大数据新起的时代是一项必须掌握的技能， 聚类分析是数据挖掘技术中一项重要的研究课题，在很多领域都有具有广泛的应用，如模式识别、数据分析等。聚类分析的目的是将数据对象分成若干个类或簇，使得在同一个簇中的对象之间具有较高的相似度，而不同簇中的对象之间相似度较低［5］。通过聚类分析，人们能够识别出数据分布密集和稀疏的区域，发现全局的分布模式以及数据属性之间一些意想不到的相互关系。本文对R.A.Fisher 在1936 年发表的Iris 数据进行数据挖掘，使用聚类分析中的K-Means对该问题进行进一步分析研究。实验证明两种方法都是适合的解决此类问题的。 关键词 Iris数据；聚类分析；K-均值聚类. 前言 本文对聚类分析的原理进行阐述，并聚类分析中的谱系聚类法和K-means对R.A.Fisher的Iris 数据进行了数据分析，得到了几乎相同的结论，数据量太少，回带误差大约是20%。 数据分析预处理 1.1 数据来源 分析的数据来自R.A