数据挖掘中聚类分析的算法研究.pdf

2014 年9 月
总第 327 期 科研教学
数据挖掘中聚类分析的算法研究
陈柯伊
（山东大学（威海）数 学 与 统 计 学 院 ，山东 威海 264200）
摘 要：数据挖掘技术已经在企业决策中得到了广泛的使 量以及比例型变量等。
用，这不仅能够帮助企业管理人员进行正确决策，也能够提升 三、数据挖掘主要聚类算法分析
企业的经济效益与社会效益。在数据挖掘技术中，聚类技术是
其中的重要组成部分，应用范围也非常广泛。聚类算法有着理 划分方法即将包含 n 个数据数据集划分成为 m 个小组，其
想的可伸缩效果，在处理数据的时候，有着理想的优势与聚类 中每个小组都属于聚类，这些小组是需要满足几个要素的：一方
质量，该种分析方法是值得进行大范围推广和使用的。本文主 面，分析包含的数据对象需要在一个以上；另一方面，每一个数
要分析数据挖掘中聚类分析的算法。 据对象只能够在一个分组中出现，严禁出现在不同的分组中。为
关键词：数据挖掘；聚类分析；算法 了提升计算结果的准确性，可以采用反复迭代法进行计算。在完
成最后一步时，需要针对改进分组方案进行对比，在各个分组之
数据挖掘即知识发现数据库，该种方法强调从大量不完全 中，数据对象越近，计算的准确性就越高。在这种算法之中，k 平
却含有噪声的数据中提取出对人们有用的信息，到目前为止， 均算法与 k 中心点算法的使用范围最广，在技术水平的发展之
数据挖掘技术已经在企业决策中得到了广泛的应用，这不仅能 下，在这两种算法基础上又延伸出了集中新型计算方法。