一篇供参考的毕业设计论文.docxVIP

PAGE III 摘 要 数据挖掘是一种一种提取隐含在大量数据中的潜在的、有用的信息并被人们识别、处理的数据库中的知识发现。聚类分析是数据挖掘的一项重要功能，近年一直受到学术界和工商业界的广泛关注。聚类分析技术得到蓬勃的发展，出现了很多的聚类分析的方法，例如，基于划分的聚类算法、基于层次的聚类算法、基于密度的聚类算法、谱聚类算法等。其中，基于划分的聚类算法，由于思想相对简单，时间效率高，对大规模数据有一定的伸缩性而得到广泛地应用。因此，对基于划分的聚类算法的研究具有很重要的理论价值和实际意义。K-means是一种基于划分的经典聚类算法，本文主要研究K-means算法，并对其做出了详细的阐述、总结和归纳。 关键字: 数据挖掘 聚类分析 K-means聚类算法  Abstract Data Mining is the procedure of Knowledge Discovery in Databases (KDD) that extracts the implicit and useful information in large quantities of data to be identified and proceed by people. Clustering analysis as an important function of data mining h