12空间数据挖掘和知识发现.pptVIP

STING将空间区域划分为矩形单元，多级单元对应不同分辨率，形成层次结构 Wave通过小波变换原特征空间，在变换后的空间中发现密集区域 EM根据一个代表隶属概率的权重将每个对象指派到簇 * 常用的距离度量方法有: 明考斯基距离（ Minkowski distance）: 其中 i = (xi1, xi2, …, xip) 和 j = (xj1, xj2, …, xjp) 是两个p维的数据对象, q是一个正整数。 当q = 1时, d 称为曼哈坦距离（ Manhattan distance） 其它相似性度量 绝对值距离系数 切比雪夫距离 马氏距离 S为样本之间的协方差 Ni Co Cr Cu S As 1 3.279 2.436 3.071 2.204 3.911 0.602 2 3.367 1.898 3.512 0.778 2.768 1.146 3 2.872 1.415 2.925 0.000 2.628 0.477 4 3.444 2.436 3.380 2.176 3.916 1.568 5 3.249 1.973 3.497 1.114 1.732 0.000 6 3.020 1.644 3.321 0.778 2.017 0.602 原始数据 0.991 0.991 0.987 0.962 0.981 0.985 1 1.000 2 0.962 1.000 3 0.941 0.985 1.000 4 0.972 1.000 0.935 5 0.936 0.966 0.926 0.950 1.000 6 0.947 0.981 0.952 0.972 0.987 1.000 1 2 4 3 5 6 1.00 0.99 0.98 0.97 0.96 0.95 1 4 5 6 2 3 连接点群号 0.987 顺序 相似水平 1 1 4 0.991 2 5 6 0.981 5，6 3 2 3 0.985 4 2，3 0.972 2,3,5,6 5 1,4 相似性度量为 Q型聚类 1.00 0.80 0.60 0.40 0.20 0.0 Co Cu Ni S As Cr 相似性度量为 R型聚类 对样 本（个案）进行分类，称为Q型聚类。 它使具 有共同特点的样本聚齐在一起，以便对不同类 的样本进行分析； 对研究对象的观察 变量进行分类，称为R型聚类。 它使具有共同 特征的变量聚在一起，以便从不同类中分别选 出具有代表性的变量作分析，从而减少分析变 量的个数。 Q型聚类和R型聚类 层次聚类分析流程 绘制聚类谱系图 相似性度量矩阵 依次选取较大的相似性度量 空间数据 选择分解阈值确定聚类结果 空间相似性度量 层次聚类的流程 层次聚类特点 呈树型的层次结构 需要计算相似性度量矩阵 聚类过程是从底部向上 需要人为确定划分阈值 3.3 划分聚类(partitioning cluster) 定义 基本算法（K-Means） 实例计算 该算法的特点 改进方法 3.3 划分聚类(partitioning cluster) 定义：给定一个大小为N的数据 集，将其分为m类，使类内具有较高的相似度，而类间的相似度较低。 计算实例 划分聚类的算法流程 根据距聚类中心的距离划分样本点的归属 选取K个点作为初始聚类中心 计算各样本点到各聚类中心的距离 确定聚类数目K 重新计算各类别的中心 (转入第3步) 直到聚类中心坐标不再发生变化为止 一般采用欧氏距离，也可采用其它的相似性度量系数 实例及算法优缺点 直观、易实现且占用内存少 类别数目以及初始类中心的选择具有较强的主观性 无法处理形状复杂的数据 引入组内变量平均标准差上限作为类别是否分裂的标准 引入类间距离下限作为类别是否合并的标准 划分聚类的改进算法 本讲小结 数据挖掘的含义及研究范围 空间数据挖掘的含义及研究内容 聚类分析的种类 划分聚类和层次聚类算法及实例 * * * * * * 空间数据的存储结构、查询方式、数据分析和数据库操作等都有别于常规的事务型数据库。 事务型交易数据，而SDM的粒度可以是点、线、面、多边形、体等空间对象. 数据挖掘是三维: 属性维、宏元组维和模板维。SDM增加了尺度维 数值型结果，而SDM包含空间对象, 通常是图形、 地理信息等, 难以用简单的文字表示。 * * * * * * * * * * ROCK如果两个点有相似邻域，则有可能属于同一个簇 Chameleon采用动态建模确定簇对之间相似度 OPTICS是DBSCAN的改进，并不显式产生数据集聚类，而是为自动和交互的聚类分析计算一个增广的簇排序。 * 2.3 空间数据的特点 1）海量的数据 2）空间属性之间的非线性关系 3）空间数