圖標可視化技術在聚類算法中應用方法研究.pdf

1、隨著數據時代的來臨，大數據的分析、挖掘與可視化成為了信息技術發(fā)展的研究熱點。數據可視化是利用計算機圖形學和圖像處理技術，將數據轉換成圖形或圖像在屏幕上顯示出來并進行交互處理的理論和方法?；趫D標的可視化方法是一種常見的可視化方法，它采用了圖標表達多元數據對象，并用不同的視覺元素表示數據對象不同的屬性，在某些場合下具有簡單高效的特性，因此在數據挖掘領域中得到了廣泛的應用。
　　本文首先介紹了數據可視化的基本概念和數據可視化中常見的算

2、法，詳細說明了圖標可視化技術的優(yōu)勢，為之后的研究工作打下了基礎。接下來介紹了數據挖掘中常見的聚類算法，比較分析了這些算法的優(yōu)缺點。然后著重闡述了K-means算法（K-均值算法）在聚類分析中的應用以及常見的對K-均值算法聚類效果的評價指標。最后提出了一種新的可視化方法，該方法不僅可以對K-均值算法初始參數的設定起到指導作用，而且能對K-均值算法的聚類效果起到評價作用。
　　PCA（主元分析）是數據挖掘領域中一種常用的數據分析方法。