結(jié)合距離的基于密度的k-means算法研究.pdf

1、數(shù)據(jù)挖掘就是從大量的、不完全的、有噪聲的、模糊的、隨機的數(shù)據(jù)中，提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識的過程。而聚類作為數(shù)據(jù)挖掘重要的一個分支，具有重要作用。聚類是指將數(shù)據(jù)集中的樣本劃分為不同的簇或類，使得簇內(nèi)的對象具有很高的相似性，但與其他簇中的對象具有相異性。
　　k-means是劃分方法中最基本的方法，它的優(yōu)點是操作簡便，快速。但是其本身也存在著其它缺點，如k值的不確定性以及初始聚類中心的隨機選擇性，

2、并且只能發(fā)現(xiàn)類球狀簇。而基于密度的方法，是根據(jù)密度條件對鄰近對象分組形成簇，這樣的方法可以用來過濾“噪聲”或孤立點數(shù)據(jù)，發(fā)現(xiàn)任意形狀的簇。針對k-means聚類算法本身具有的k值不確定性以及初始聚類的隨機選擇性的缺點，本文的主要工作以及創(chuàng)新點如下：
　　1.k-means算法的初始聚類中心是隨機選取的，會對聚類結(jié)果造成誤差。在數(shù)據(jù)集中，初始聚類中心，一般都分布在數(shù)據(jù)比較密集的區(qū)域。通過結(jié)合密度的方法，選取高、中密度區(qū)域的數(shù)據(jù)點。此