《股票时间序列的聚类算法分析》3000字.docxVIP

PAGE2

股票时间序列的聚类算法分析

目录

TOC\o1-3\h\u9439股票时间序列的聚类算法分析 1

140681.1股票时间序列聚类算法 1

321061.1.1k-mediods 1

36751.1.2层次聚类 2

243781.1.3聚类评价标准 3

39581.2聚类流程 4

195611.3实验部分 4

189521.3.1实验数据 4

70331.3.2时间聚类 5

207821.3.3实验结果和分析 9

股票时间序列数据存在着数据维度高，容量大、受噪声影响严重以及与时间具有很强的相关性等特点，具有很强的波动性与随机性。所以对股票时间序列数据进行聚类REF_Re\r\h[49,REF_Re\r\h50]是很有挑战的难题。

聚类(Clustering)就是依照数据间的相似度将数据集聚类成多个类簇的过程，其中相似的数据被划分到同一类簇。不同于分类的是，聚类是无监督学习，通过观察学习构建模型，不需要利用先验知识。

聚类可以帮助人们在海量数据中识别相似数据，从而实现最佳决策。例如本文中将股票依照财务指标划分为三类，帮助人们更好的识别同等级或者同类型的股票，以进行更好的投资决。目前应用广泛地还有：在打车平台中，通过