自動(dòng)k-均值聚類的變量選擇與異常檢測(cè).pdf

1、由于社會(huì)經(jīng)濟(jì)和信息技術(shù)的迅猛發(fā)展，數(shù)據(jù)庫(kù)的應(yīng)用范圍越來越廣泛，各行各業(yè)的數(shù)據(jù)量都在不停增長(zhǎng)。為了發(fā)掘蘊(yùn)含在這些數(shù)據(jù)中的信息，數(shù)據(jù)挖掘得到了更大的重視。其中，聚類方法在數(shù)據(jù)挖掘的研究中扮演著重要的角色，而在眾多聚類方法中，k-均值算法使用得最為廣泛。然而，在使用的過程中k-均值方法也存在很多問題。首先，變量選擇和異常檢測(cè)是成功運(yùn)用聚類方法的關(guān)鍵問題，其次，對(duì)于廣泛使用的k-均值聚類算法來說，其自身又存在聚類類數(shù)確定和初始聚心選擇的兩大難題

2、。
　　針對(duì)k-均值算法的一系列問題，本文提出了一種自動(dòng)的k-均值聚類方法，該方法包含有三個(gè)過程:（1）隨機(jī)抽取樣本，利用層次聚類和Mojena法則來確定聚類的類數(shù)，得到初始聚心，然后結(jié)合k-均值方法對(duì)全體數(shù)據(jù)實(shí)現(xiàn)聚類；（2）根據(jù)Brusco和Cradit（2001）提出的VS-KM方法來選擇聚類變量，確定聚類結(jié)構(gòu)；（3）運(yùn)用基于距離的異常檢測(cè)和基于聚類的異常檢測(cè)方法來綜合進(jìn)行異常檢測(cè)。
　　為了展示自動(dòng)k-均值聚類方法的實(shí)