一篇数据挖掘深入浅出的毕业论文【64页】.pdfVIP

代 号 10701 学 号 991012190 分 类 号 TP274 密 级 公开 题 （ 中 、 英 文 ）目 数据挖掘中分类属性数据聚类研究 The Study of Clustering Data with Categorical Attributes in Data Mining 作 者 姓 名 赵恒 指导教师姓名、职务 杨万海 教授 学 科 门 类 工学 学科、专业 电路与系统 提交论文日期 二○○三年一月 摘 要 现代数据库和网络技术的发展，使得人们面对 的数据量以惊人的速度增长，为了获 取有价值的信息，提出了数据挖掘技术。发展自统计学的聚类分析已成为数据挖掘中的 一个十分活跃的研究领域。本文详细介绍了数据挖掘技术，包括数据挖掘的研究内容， 任务和功能，数据挖掘的一般过程，数据挖掘的常用工具，主要应用领域和发展趋势。 在此基础上对数挖掘中的聚类分析作以详细地论述，总结了数挖掘中聚类分析的方法和 特点，并对聚类结果的评价方法进行了讨论，重点讨论了分类属性数据聚类，具体研究 了 k-modes 算法及其变形，并指出了它们的优缺点。主要探讨了模糊 k-modes 聚类结果 与原始数据的分类结构的对比方法，对现有的精确度定义和计算方法进行修正，在划分 相似度的基础上，重新定义模糊 k-modes 聚类精确度。应用进化策略对属性进行加权， 改进了 fuzzy k-modes 算法，以基于划分相似度的聚类精确度为聚类结果的评价准则， 进行实验分析，获得了较好的聚类效果。 关键词：数据挖掘 聚类分析 分类属性 进化策略 Abstract With the development of databases and Internet, the volume in data collection and storage in the recent decades grows explosively. How to analyze, explore and discover useful knowledge rapidly and efficiently from these data becomes the focus of scientists. To deal with this challenge, data mining technology has been studied and applied to many industries. The clustering analysis derived from statistic has become an active area in the research on data mining. In the paper, the technology of data mining is introduced in detail, including the aim and functionalities of data mining, the process of data mining, the usual tools and systems, the main applications and trends in data mining. Subsequently, clustering analysis in data mining is disserted, involvin