反饋式聚類算法研究.pdf

1、聚類分析是數(shù)據(jù)分析的一種基本方法，既可以作為一種獨立的數(shù)據(jù)挖掘工具，用來獲得對數(shù)據(jù)分布情況的了解，也可以作為其他數(shù)據(jù)挖掘算法的預處理步驟。因此，在市場或客戶細分、模式識別、生物學研究、空間數(shù)據(jù)分析、Web文檔分類等方面具有廣闊的應用前景，得到了國內(nèi)外學者的廣泛關(guān)注，取得了豐碩的研究成果。但是從目前的實際應用情況來看，大多數(shù)聚類算法均只考慮如何根據(jù)原始數(shù)據(jù)進行單向分析，應用效果不盡人意。本文對反饋式聚類算法進行了研究。主要內(nèi)容如下：

2、 ⑴針對國內(nèi)外現(xiàn)有的聚類算法及其應用效果的不足，以傳統(tǒng)的CURE算法為基礎(chǔ)，提出了反饋式聚類算法。將基于聚類分析的結(jié)果數(shù)據(jù)反饋到聚類分析階段，根據(jù)反饋數(shù)據(jù)來調(diào)整聚類結(jié)果，且這個反饋過程是可不斷循環(huán)求精的。 ⑵在反饋式聚類算法中，創(chuàng)新性地提出了反饋集、反饋間關(guān)系集、結(jié)果集的概念，并對相關(guān)性質(zhì)進行了研究。定義了反饋式聚類算法中結(jié)果集構(gòu)建、結(jié)果集歸并、初始聚類、聚類后處理的四個階段，并給出了每個階段的詳細實現(xiàn)算法。利用MyEclip