數(shù)據(jù)挖掘中聚類分析算法的研究與應(yīng)用.pdf

1、隨著數(shù)據(jù)的收集與存儲(chǔ)技術(shù)的快速發(fā)展，使得目前世界上的各個(gè)組織機(jī)構(gòu)可以存儲(chǔ)海量的數(shù)據(jù)。正是因?yàn)閿?shù)據(jù)量的巨大，也使得傳統(tǒng)的靠人工分析技術(shù)遇到了發(fā)展瓶頸，怎樣從海量數(shù)據(jù)中高效的發(fā)現(xiàn)有價(jià)值有意義的信息已經(jīng)成為數(shù)據(jù)挖掘的主要研究方向以及驅(qū)動(dòng)其快速發(fā)展的一個(gè)重要因素。作為一個(gè)新興的交叉學(xué)科，聚類分析技術(shù)以其在數(shù)據(jù)挖掘過(guò)程中的獨(dú)特地位以其在現(xiàn)實(shí)生活中的廣闊應(yīng)用，使其成為目前一個(gè)十分活躍的研究方向。從目前的情況來(lái)看，所有的聚類算法幾乎都是針對(duì)特定數(shù)據(jù)對(duì)

2、象所設(shè)計(jì)的，沒(méi)有一種算法能夠做到“放之四海而皆準(zhǔn)”，每一種聚類算法都起自身的優(yōu)點(diǎn)和局限性。
　　本文在簡(jiǎn)單介紹了數(shù)據(jù)挖掘的相關(guān)知識(shí)之后，重點(diǎn)介紹了數(shù)據(jù)挖掘的聚類分析方法，并且以聚類分析算法的分類為基礎(chǔ)，詳細(xì)介紹了每種聚類分析算法中的典型聚類算法，并且給出了各種典型算法的優(yōu)缺點(diǎn)的介紹。
　　在對(duì)聚類分析技術(shù)有深入了解之后對(duì)聚類分析的DBSCAN算法、層次聚類算法模糊聚類分析的傳遞閉包算法與實(shí)際應(yīng)用相結(jié)合做了若干數(shù)值試驗(yàn)，得出了