文档介绍：湖南大学
硕士学位论文
K-均值聚类算法初始中心选取相关问题的研究
姓名:吴晓蓉
申请学位级别:硕士
专业:计算机应用技术
指导教师:杨胜
20080512
摘要数据挖掘是指从数据库中发现隐含的、新颖的、对决策有潜在价值的知识和规则的过程,已经在许多领域得到了广泛的应用。聚类分析是数据挖掘领域最为重要的技术之一,至今已在理论和方法上取得了丰硕的研究成果。聚类已经被广泛的研究了许多年,主要集中在基于距离的聚类算法上,其中以稻劾嗨惴邓惴ㄊ且恢值湫偷幕诨值姆椒ǎ盟惴ǖ挠诺闶撬枷爰虻ヒ仔校时间复杂性接近线性,对大规模数据的挖掘具有高效性和可伸缩性。但是该算法存在如下缺点:聚类个数枰Tは雀ǎ凰惴ǘ猿踔得舾校凰惴ㄒ紫萑刖植本文主要深入研究和分析了聚类算法中的经典稻劾嗨惴ǎ芙岢銎溆点和不足。重点分析了稻劾嗨惴ǘ猿跏贾档囊览敌裕⒂么罅康氖笛檠橹了随机选取初始值对聚类结果的影响性。针对邓惴ǘ猿跏贾行闹笛∪〉囊赖性,提出了两种新的初始中心值选取方法。主要研究内容和工作成果如下:贖树构造的思想,提出了一种新的选取稻劾嗨惴ǔ跏贾心点方法,改善稻劾嗨惴ㄋ婊∪〕跏贾行牡愣贾碌木劾嘟峁晃榷ǎ容易陷入局部最优而非全局最优的不良结果。捎米畲缶嗬敕ɡ囱∪.均值聚类算法初始中心点,使得选出的中心点能在一定程度上代表不同的簇,提高了划分初始数据集的效率,克服了痪稻类算法中随机选取的初始中心点很大可能过于邻近,多个初始中心被选择在同一簇中,而小簇中没有聚类种子的不好情况。另外引入特征加权的方法,区别不同特征对聚类的贡献不同,来提高聚类的有效性。关键词:数据挖掘;聚类;痪稻劾嗨惴ǎ怀跏贾行模惶卣骷尤最为经典。极小,并且一般只能发现球状簇。硕上学位论文Ⅱ
隺癶曲;畉瑂甿,,.猰,瓾,,.,:;Ⅲ。士士士士
附表索引表二元变量可能性表⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯数据描述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯数据描述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯表所列出测试数据集的记录数、类别数、维数⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯鍪菁懈鞲隼嗟难靖鍪表第一组测试结果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.表第二组测试结果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.表第三组测试结果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.表多次聚类结果表⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.表贖树的稻劾嗨惴ń峁怼数据集的实验聚类中心⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一表聚类结果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.表畇数据集⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.表均值聚类算法初始中心选取相关问题的研究
插图索引图稻劾嗨惴ň劾喙淌疽饷枋觥图样本数目较差的聚类⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一图目标函数的局部极小和全局最小⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一图数据分布⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一图理想聚类效果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图聚类结果之二⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图相异度矩阵迭代过程图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图算法流程图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图数据维数一迭代次数图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..图距离三角不等式性质示意图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一图聚类结果之一⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图构造树的过程示意图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图选择初始中心示意图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯Ⅵ硕士学位论文
作者签名:肥虐作者始矢熔吼嘶⒃抡淙日期:埘年路肴日期:尚年』月八日导师签名。如壮湖南大学学位论文原创性声明学位论文版权使用授权书本人郑重声明:所呈交的论文是本人在导师的指导下独立进行研究所取他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学得的研究成果。除了文中特别加以标注引用的内容外,本论文不包含任何其人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权湖南大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印