| 数据挖掘中高维定性数据的粗糙集聚类 |
| |
| 引用本文： | 来升强,朱建平.数据挖掘中高维定性数据的粗糙集聚类[J].统计研究,2005,22(8):56-5. |
| |
| 作者姓名： | 来升强 朱建平 |
| |
| 作者单位： | 厦门大学经济学院计统系
(来升强)，厦门大学经济学院计统系(朱建平) |
| |
| 基金项目： | 2004年国家教育部新世纪优秀人才支持计(NCET040608)，国家统计局科研计划项目(LXZ0409)资助。 |
| |
| 摘 要： | 一、引言数据挖掘的重要任务之一就是发现大型数据中的积聚现象(clusteringphenomena),并加以定量化描述。由于其处理的数据对象的特点,从分析思路和方法设计上都要充分地考虑数据类型和数据规模,主要困难在于维数灾(curseof dimensionality)问题。若将观测数据作为高维空间中的点集,则维数越高,数据点将越趋向边界,任意两个观测间的距离也将趋于同一临界值。这就导致距离聚类方法的效力减弱。而针对定性数据聚类分析中的维数灾问题,在已有的研究成果中主要有两种思路:(1)构建新的相似度或相异度指标,减小运算量,例如可以采用信息熵1]、相…
|
| 关 键 词： | 数据挖掘 粗糙集 聚类分析 |
Clustering of Rough Set of Qualitative Data of High Dimension in Data Mining |
| |
| Lai Shengqiang,Zhu Jianping.Clustering of Rough Set of Qualitative Data of High Dimension in Data Mining[J].Statistical Research,2005,22(8):56-5. |
| |
| Authors: | Lai Shengqiang Zhu Jianping |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《统计研究》浏览原始摘要信息 |
| 点击此处可从《统计研究》下载免费的PDF全文 |
|
