高維數(shù)據(jù)的聚類及離群點(diǎn)檢測算法的研究與實(shí)現(xiàn).pdf

1、數(shù)據(jù)挖掘是在海量的數(shù)據(jù)中發(fā)現(xiàn)事先未知的、隱含的且能被人們利用的模式和關(guān)系，這些關(guān)系可以指導(dǎo)人們對未來的行為進(jìn)行預(yù)測。在現(xiàn)實(shí)生活中，我們經(jīng)常遇到大量的高維數(shù)據(jù)，例如商場的購物籃數(shù)據(jù)、文檔數(shù)據(jù)、Web使用數(shù)據(jù)以及多媒體數(shù)據(jù)等等。正是因?yàn)楦呔S數(shù)據(jù)的普遍存在，對高維數(shù)據(jù)挖掘進(jìn)行研究有著非常重要的意義。 聚類分析是在數(shù)據(jù)挖掘中經(jīng)常使用的方法。但是傳統(tǒng)的聚類方法在高維數(shù)據(jù)上應(yīng)用時(shí)遇到了各種問題，隨著數(shù)據(jù)維度的提高，高維索引的性能迅速下降。因

2、此，高維數(shù)據(jù)的聚類方法成為數(shù)據(jù)挖掘方面的研究熱點(diǎn)之一。對高維數(shù)據(jù)的大量研究表明，某些高維數(shù)據(jù)的屬性之間存在相關(guān)性，對于高維數(shù)據(jù)可以通過屬性選擇等技術(shù)去除冗余維度，在原始數(shù)據(jù)的子空間內(nèi)進(jìn)行聚類挖掘。 本文針對聚類分析的熱點(diǎn)和難點(diǎn)問題——高維聚類展開研究，目的是尋求有效的高維聚類算法，以及有效的高維數(shù)據(jù)離群點(diǎn)發(fā)現(xiàn)和聚類結(jié)果表達(dá)等技術(shù)。本文研究高維聚類分析的關(guān)鍵技術(shù)，在映射聚類的基礎(chǔ)上，提出了一種改進(jìn)的高維數(shù)據(jù)映射聚類算法。針對高維數(shù)