数据挖掘常用聚类算法研究

摘要：

信息社会的发展，使数据量以前所未有的速度在增长，因此从海量数据中获取有用的知识和信息就变得越来越重要。数据挖掘是一种综合多领域知识而形成的数据分析技术，能够从大量数据中获取有价值的知识并为决策提供支持。聚类分析算法是数据挖掘中的一个核心内容，也是目前研究的一个热点。该文首先讲述了基于划分的聚类算法、基于分层的聚类算法、基于密度的聚类算法和基于网格的聚类算法等常用的聚类分析算法，并分析了其特点；然后通过举例详细描述了最近邻聚类算法的操作过程。聚类算法的总结，对聚类的研究和发展具有积极意义。

关键词：数据挖掘、聚类、聚类算法、簇、核密度

分类号：TP18(自动化基础理论)

资助基金：河南省基础与前沿技术研究计划项目132300410439,142300410183,142300410182,132300410433；南阳师范学院校级项目QN2010010，QN2013040

在线出版日期：2014-07-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：3710-3712,3731