基于K-means算法的數(shù)據(jù)挖掘可視化技術(shù)的應(yīng)用研究.pdf

1、隨著科學(xué)技術(shù)迅猛發(fā)展，海量數(shù)據(jù)的處理已經(jīng)成為研究與生產(chǎn)中一項(xiàng)重要的工作。此時(shí)，數(shù)據(jù)挖掘技術(shù)也開始發(fā)展，幫助用戶和分析人員更快地找到感興趣的信息或是直接提供新穎的結(jié)論。而可視化技術(shù)一直是人們解決復(fù)雜問題的一種有利工具。這兩者的結(jié)合便產(chǎn)生了可視化的數(shù)據(jù)挖掘技術(shù)。 本文在綜合研究各種數(shù)據(jù)可視化方法和多種數(shù)據(jù)挖掘方法的特點(diǎn)的基礎(chǔ)上，設(shè)計(jì)實(shí)現(xiàn)了一個(gè)針對(duì)數(shù)據(jù)挖掘過程的可視化挖掘工具，該工具著重于研究數(shù)據(jù)挖掘的過程，使得用戶能夠較好的參與進(jìn)數(shù)

2、據(jù)挖掘之中，并進(jìn)行指導(dǎo)和監(jiān)督。 本文的研究工作及創(chuàng)新點(diǎn)主要有以下兩個(gè)方面： 1．在研究了多種可視化方法之后，提出了一種聚類的可視化的表達(dá)方法，即：聚類的平行坐標(biāo)表達(dá)法。并通過大量實(shí)驗(yàn)對(duì)該種方法的優(yōu)缺點(diǎn)以及適用范圍進(jìn)行了探討。 2．深入研究數(shù)據(jù)挖掘過程，較多的考慮了用戶在數(shù)據(jù)挖掘中的指導(dǎo)和參與性，針對(duì)K-means算法，在解決如何使用戶參與進(jìn)數(shù)據(jù)挖掘過程的方面提出了自己的看法，并予以實(shí)現(xiàn)。 當(dāng)可視化技術(shù)應(yīng)用