数据挖掘算法_聚类数据挖掘.pptVIP

数据挖掘算法 ——聚类数据挖掘 聚类的基本概念 簇（Cluster）:一个数据对象的集合 在同一个簇中，对象之间具有相似性； 不同簇中的对象之间是相异的。 聚类（簇）挖掘或分析 把一个给定的数据对象集合分成不同的簇。 组内的对象具有很高的相似性，不同组的对象具有很低的相似性 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； 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； 聚类分析的应用实例 聚类分析的应用实例 聚类分析的应用实例 常见的聚类方法--划分聚类方法 划分方法的基本思想是，给定一个n个样本的数据库，划分方法将数据划分为k个划分（k=n），每个划分表示一个簇，同时满足：a.每个簇至少包含一个样本；b.每个样本必须属于且仅属于一个簇 k-平均算法最为简单。每个簇用该簇中对象的平均值来表示。 ⑴首先将所有对象随机分配到k个非空的簇中。 ⑵计算每个簇的平均值，并用该平均值代表相应的簇。 ⑶根据每个对象与各个簇中心的距