屬性選擇可視化技術(shù)與聚類算法的研究.pdf

1、可視化技術(shù)將數(shù)據(jù)以圖像、動畫等直觀方式呈現(xiàn)給用戶，用戶可查看屬性的特點、相關(guān)性、數(shù)據(jù)的分布等，更好地理解數(shù)據(jù)中隱藏的信息，從而輔助決策。隨著數(shù)據(jù)規(guī)模的增加，可視化技術(shù)在降維和屬性選擇的研究中具有重要意義。
　　 聚類分析是機器學(xué)習(xí)的一個重要領(lǐng)域，本文以聚類算法為研究主線，將可視化技術(shù)應(yīng)用在預(yù)處理和結(jié)果分析過程中，主要完成的工作如下:
　　 (1)本文選取了FastMap算法和MDS算法，映射高維數(shù)據(jù)，并通過模擬數(shù)據(jù)實驗比

2、較兩種算法的映射特點。關(guān)于屬性可視化算法:連接向量圖，本文針對其轉(zhuǎn)折點變化單一和數(shù)據(jù)分界不明顯的缺陷，引入轉(zhuǎn)折點的變化，提出連接向量樹，并在模擬數(shù)據(jù)集和UCI數(shù)據(jù)集上進行實驗，驗證了可視化技術(shù)用于屬性選擇的可行性。
　　 (2)本文分析了kNN孤立點檢測算法，針對該算法的檢測結(jié)果受用戶設(shè)置參數(shù)的影響較大的缺陷，引入閾半徑和密集度閾值，提出基于最近鄰距離差的孤立點檢測算法。實驗表明，改進算法降低了參數(shù)的影響，用戶通過調(diào)整密集度閾值

3、，可以判定孤立點強弱。
　　 (3)本文針對k-means算法聚類結(jié)果隨初始中心的不同而波動的缺陷，提出基于層次聚類中最短距離類合并的改進k-means算法，首先采用基于最近鄰距離差的孤立點檢測算法去除數(shù)據(jù)集中的孤立點，通過最短距離合并小類，通過迭代，得到聚類中心。實驗表明，通過優(yōu)化的初始中心，k-means算法得到了穩(wěn)定的聚類結(jié)果，并且有較高的正確率。
　　 本文在Matlab環(huán)境中集成了上述多種算法，構(gòu)建了“屬性選擇