基于聚类分析的 K-means 算法研究及应用.pdf

第 24 卷第 5 期 计 算 机 应 用 研 究 Vol. 24, No. 5 2007 年 5 月 Application Research of Computers May 2007 基于聚类分析的 K-means 算法研究及应用* 1 2 张建萍 , 刘希玉 ( 1. 山东师范大学 信息科学与工程学院, 山东 济南 250014; 2. 山东师范大学 管理学院, 山东 济南 250014) 摘 要: 通过对聚类分析及其算法的论述, 从多个方面对这些算法性能进行比较, 同时以儿童生长发育时期的 数据为例通过聚类分析的软件和改进的 K-means 算法来进一步阐述聚类分析在数据挖掘中的实践应用。 关键词: 数据挖掘; 聚类分析 ; 数据库; 聚类算法 中图分类号: TP311 文献标志码: A 文章编号: 1001- 3695( 2007) 05- 0166- 03 Application in Cluster’s Analysis Is Analyzed in Children Development Period 1 2 ZHANG Jian-ping , LIU Xi-yu ( 1. College of Information Science Engineering, Shandong Normal University, Jinan Shandong 250014, China; 2. College of Management, Shandong Normal University, Jinan Shandong 250014, China) Abstract: This paper passed cluster’s analysis and its algorithm correctly, compared these algorithm performances from a lot of respects, and explained that cluster analysis excavates the practice application of in datum further to come through software and improved K-means algorithm, cluster of analysis at the same time practise application. Key words: data mining; cluster analysis; database; cluster algorithm 随着计算机硬件和软件技术的飞速发展, 尤其是数据库技 术的普及, 人们面临着日益扩张的数据海洋, 原来的数据分析 2 聚类算法分析 工具已无法有效地为决策者提供决策支持所需要的相关知识, [ 6] 聚类 分析是直接比较各事物之间的性质, 将性质相近 从而形成一种独特的现象“丰富的数据, 贫乏的知识”。数据 的归为一类, 将性质差别较大的归入不同的类。在医学实践中 挖掘[ 1] 又称为数据库中知识发现 ( Knowledge Discovery from 也经常需要做分类工作, 如根据病人的一系列症状、体征和生 Database,