数据挖掘原理与应用——以石油勘探开发为例 课件 6.2 聚类分析算法分类.pptxVIP

6.2聚类分析算法分类

聚类分析算法分类不同标准按照聚类标准按照聚类算法所处理的数据类型按照聚类的尺度按照聚类算法的思路

聚类分析算法分类按照聚类标准统计聚类方法：统计聚类算法基于对象之间的几何距离进行聚类。这种聚类算法是一种基于全局比较的聚类，它需要考察所有的个体才能决定类的划分。因此，它要求所有的数据必须预先给定，而不能动态地增加新的数据对象。?

聚类分析算法分类按照聚类标准概念聚类方法：概念聚类算法基于对象具有的概念进行聚类。这里的距离不再是传统方法中的几何距离，而是根据概念的描述来确定的。典型的概念聚类或形成方法有COBWEB、OLOC和基于列联表的方法。以COBWEB为例：

聚类分析算法分类按照聚类算法所处理的数据类型数值型数据聚类算法：数值型数据聚类算法所分析的数据的属性为数值数据，因此可对所处理的数据直接比较大小。目前，大多数的聚类算法都是基于数值型数据的。

聚类分析算法分类按照聚类算法所处理的数据类型离散型数据聚类算法：由于数据挖掘的内容经常含有非数值的离散数据，近年来人们在离散型数据聚类算法方面做了许多研究，提出了一些基于此类数据的聚类算法，如k模(k-mode)、ROCK、CACTUS、STIRR等。

聚类分析算