数据挖掘中的聚类算法的研究_聚类在数据挖掘中的应用 摘 要：聚类分析是数据挖掘领域一个活跃的研究分支,在数据挖掘中已经开发出许多聚类算法,具体可分为划分方法、层次方法、基于密度方法、基于网格的方法、基于模型的方法。本文对上述几类聚类分析算法进行了讨论,对每种聚类算法都举出了典型例子,并作了分析,指出了各种算法的优缺点并对聚类技术未来的发展作出了展望本文来自辣|文,论~文'网，毕业论文 www.751com.cn 加7位QQ324_9114找源文。
关键词：数据;聚类;算法;挖掘
The Study of Clustering Algorithms in the Data Mining
Abstract：Clustering Analysis is an active research branch of Data Mining field, and there are many clustering algorithm in Data Mining which mainly include dividing method, level method, the method based on density, the method based on grid and the method based on model. This thesis discusses the above several kinds of analysis algorithms. For each clustering algorithm the typical examples are cited, and then the advantages and disadvantages of each algorithm are analyzed. Lastly the future development of the clustering technology is forecasted.
Keywords：Data; Clustering; Algorithm; Mining
目 录
引言 2
1．绪论 2
1.1 数据挖掘产生的背景 2
1.2国内外研究的现状及发展 2
2．数据挖掘概述 2
2.1 数据挖掘的定义 2
2.2 数据挖掘的流程 3
2.3数据挖掘涉及的主要技术 3
3．聚类分析技术 3
3.1 聚类分析的定义 3
4．传统聚类算法 4
4.1串行聚类算法 4
4.2并行聚类算法 5
5．扩展聚类算法 6
5.1 ACODF 聚类算法 6
5.2设计聚类算法的准则 6
6．聚类在数据挖掘中的应用 6
6.1聚类距离与相似系数 6
6.2聚类的特征与聚类间的距离 6
7．K-means算法分析及改进 7
7.1经典的K-means算法 7
7.2改进的K-means算法 7
8．实验结果及分析 9
8.1 聚类效果的比较 9
9．结论与展望 9
9.1结论 9
9.2展望 10
参考文献 11
致 谢 12,2997