基于主成份分析和類能分析的聚類方法研究.pdf

1、龐大數(shù)據(jù)庫中所蘊(yùn)藏著豐富而有益的數(shù)據(jù)信息正隨著數(shù)據(jù)挖掘技術(shù)的發(fā)展得到進(jìn)一步分析和挖掘。構(gòu)建高質(zhì)量的數(shù)據(jù)倉庫是數(shù)據(jù)預(yù)處理的主要目標(biāo)之一，“數(shù)據(jù)庫主成份提取”方法可以在信息損失最小的前提下，使用少數(shù)綜合變量來概括原有多變量的數(shù)據(jù)庫，使得數(shù)據(jù)綜合變量所對應(yīng)的數(shù)據(jù)對象屬性概率分布盡可能地接近使用所有數(shù)據(jù)對象屬性的原始分布，從而使重新構(gòu)建的數(shù)據(jù)倉庫中的數(shù)據(jù)挖掘更加容易執(zhí)行，并獲得高效率。 數(shù)據(jù)對象聚類是將物理的或抽象的數(shù)據(jù)對象進(jìn)行分組并將

2、相似數(shù)據(jù)對象歸為一類的過程。本文提出的“類能”概念，利用“類碰撞”方法，針對數(shù)據(jù)倉庫“面向主題、隨時(shí)間變化”的特征，對類進(jìn)行不同程度的優(yōu)化。首先，通過使用“基于密度”的經(jīng)典聚類算法DBSCAN，對經(jīng)過主成份提取的數(shù)據(jù)對象進(jìn)行初步聚類確定其“核”(Core)；然后根據(jù)用戶不同的需求，通過不同性質(zhì)的“類碰撞”對初始聚類進(jìn)行有目的的優(yōu)化，從而實(shí)現(xiàn)數(shù)據(jù)對象與類核、類與類之間的聯(lián)系；最后在學(xué)生群體數(shù)據(jù)對象的聚類討論中，對于孤立點(diǎn)數(shù)據(jù)對象進(jìn)行優(yōu)化處