数据挖掘原理与应用——以石油勘探开发为例 课件 6.3 聚类分析中的数据类型.pptxVIP

6.3聚类分析中的数据类型

聚类分析中的数据类型基本数据结构?

聚类分析中的数据类型基本数据结构相异度矩阵（差异矩阵）是一个“对象-对象”结构，存放n个对象两两之间的近似性（差异性），采用n*n的矩阵形式表示。

聚类分析中的数据类型基本数据结构相异度矩阵（差异矩阵）：其中d(i,j)表示对象i和对象j之间的差异（或不相似程度）。通常d(i,j)为一个非负数；当对象i和对象j非常相似或彼此“接近”时，该数值接近0；该数值越大，就表示对象i和对象j越不相似。由于有d(i,j)=d(j,i)且d(i,i)=0，所以，矩阵呈现出上三角或下三角的形式。

聚类分析中的数据类型注意：数据矩阵通常称为双模（two-mode）矩阵：行和列分布表示不同的实体；相异度矩阵常被称为单模（one-mode）矩阵：行和列表示同一实体。许多聚类算法都是以相异度矩阵为基础计算的，所以如果数据是以数据矩阵的形式给出的，则需要首先转换为相异度矩阵，才可以利用聚类算法来处理。

聚类分析中的数据类型注意：由于各变量表示样品的各种性质，往往使用不同的度量单位，其观测值也可能相差十分悬殊。这样，绝对值大的变量其影响可能会湮没绝对值小的变量，使后者应有的作用得不到反映。为了确保各变量在分析中的地位相同，往往需要对数据进行标准化变换。

聚类分析中的数据类型例6.2假设A、B、C三种岩石