第9章 聚类分析
9.1聚类概述
1. 可伸缩性
2. 处理不同类型属性的能力 3. 发现任意形状的聚类
4. 使输入参数的领域知识最小化 5. 处理噪声数据的能力
6. 对于输入记录的顺序不敏感
9.2聚类分析中的相异度计算
1. 数据矩阵(或对象与变量结构) 2. 相异度矩阵(或对象-对象结构) 1. 区间标度变量 2. 相异度计算 1. 二元变量 2. 相异度计算 1. 标称型变量 2. 相异度计算 1. 序数型变量 2. 相异度计算 1. 比例标度型变量 2. 相异度计算
9.3基于划分的聚类方法 9.4基于层次的聚类方法
1. 凝聚的方法 2. 分裂的方法
图9-1在数据集{a,b,c,d,e}上的凝聚和分裂层次聚类
9.5谱聚类方法
9.6利用SQL Server 2005进行聚类分析
图9-2选择数据挖掘技术 图9-3选择数据源视图 图9-4指定表类型 图9-5指定定型数据 图9-6指定列的内容和数据类型 图9-7完成数据挖掘结构的创建
图9-8分类剖面图 图9-9分类关系图 图9-10分类特征 图9-11分类对比 图9-12提升图 图9-13分类矩阵图
习题9
1. 简单地描述如何计算由如下类型的变量描述的对象间的相异度： (a) 数值(区间标度)变量 (b) 非对称的二元变量 (c) 分类变量
(d) 比例标度变量 (e) 非数值向量对象
2. 假设数据挖掘的任务是将如下8个点聚类为3个簇:
A1(2,10),A2(2,5),A3(8,4),B1(5,8),B2(7,5),B3(6,4),C1(1,2),C3(4,9),距离函数是欧几里得距离。假设初始选择A1,B1,C1分别为每个聚类的中心，用k-平均算法来给出: (1) 在第一次循环执行后的三个聚类中心。
2
(2) 最后的三个簇。
3. k均值和k中心点算法都可以进行有效的聚类。概述k均值和k中心点算法的优缺点。并概述这两种方法与层次聚类方法（如AGNES）相比有何优缺点。
3
数据仓库与数据挖掘技术 第九章 聚类分析
