混合屬性聚類算法的研究及應(yīng)用.pdf

1、聚類算法是指按照“物以類聚，人以群分”的思想，將數(shù)據(jù)集劃分成簇，使得簇內(nèi)樣本之間的相似性盡可能的大，同時(shí)，簇與簇之間的相似性盡可能的小。聚類算法已經(jīng)在工程學(xué)、經(jīng)濟(jì)學(xué)、社會(huì)科學(xué)等領(lǐng)域得到廣泛的應(yīng)用?，F(xiàn)有的大多數(shù)聚類算法只能處理數(shù)值屬性或分類屬性，無(wú)法滿足現(xiàn)實(shí)數(shù)據(jù)挖掘的需求，而且，處理混合屬性的聚類算法雖然已經(jīng)得到研究，但是存在著一些問(wèn)題：混合屬性之間的相似性測(cè)量不合理；混合屬性之間可能存在冗余信息。
　　針對(duì)上述問(wèn)題，本文在研究分析

2、了現(xiàn)有的聚類算法的基礎(chǔ)上，提出了基于特性比較的混合屬性聚類算法和基于主成分分析的混合屬性聚類算法，并使用UCI數(shù)據(jù)集通過(guò)實(shí)驗(yàn)驗(yàn)證了算法的有效性。論文的主要內(nèi)容如下：
　　首先，介紹了聚類分析的意義、研究現(xiàn)狀和聚類分析的五個(gè)維度，并且，著重從相似性度量和算法思想兩個(gè)角度對(duì)現(xiàn)有的聚類算法進(jìn)行了分類。
　　其次，研究了現(xiàn)有的混合屬性聚類算法的缺點(diǎn)，針對(duì)現(xiàn)有的混合屬性相似性度量方法無(wú)法處理多概念之間重疊的問(wèn)題，本文基于提出的特性比較

3、函數(shù)，設(shè)計(jì)了新的混合屬性相似性度量方法，結(jié)合劃分式思想設(shè)計(jì)了混合屬性聚類算法，通過(guò)實(shí)驗(yàn)驗(yàn)證了算法的可行性。
　　再次，針對(duì)混合屬性數(shù)據(jù)集中的數(shù)據(jù)集冗余問(wèn)題，在綜合分析了現(xiàn)有的相關(guān)性計(jì)算方法之后，提出了分類屬性與數(shù)值屬性相關(guān)性計(jì)算方法，通過(guò)創(chuàng)建混合屬性相關(guān)矩陣對(duì)混合屬性數(shù)據(jù)集進(jìn)行了主成分分析，進(jìn)而提出了基于主成分分析的改進(jìn)混合屬性聚類算法并通過(guò)實(shí)驗(yàn)驗(yàn)證了算法的正確性。
　　最后，對(duì)改進(jìn)的混合屬性聚類算法進(jìn)行了實(shí)際應(yīng)用。針對(duì)客戶