數(shù)據(jù)挖掘中的聚類(lèi)算法在工業(yè)園區(qū)經(jīng)濟(jì)發(fā)展中的比較應(yīng)用——基于統(tǒng)計(jì)視角.pdf

1、隨著計(jì)算機(jī)科學(xué)技術(shù)的發(fā)展，探求海量數(shù)據(jù)內(nèi)在信息的需求與日俱增，對(duì)傳統(tǒng)的數(shù)據(jù)分析提出了巨大的挑戰(zhàn)，使數(shù)據(jù)挖掘迅速發(fā)展成為一個(gè)獨(dú)立的領(lǐng)域。其中，建立有意義的對(duì)象分組是數(shù)據(jù)挖掘的基礎(chǔ)方式之一，聚類(lèi)分析就是一種典型的分組方法，它是將物理或抽象對(duì)象的集合分組成為由類(lèi)似對(duì)象組成的多個(gè)類(lèi)(duster)的過(guò)程(clustering)。
　　本文將對(duì)多指標(biāo)聚類(lèi)方法作比較詳盡的探討，全文分為五個(gè)部分：
　　第一部分是緒論，主要包括本文選題的意

2、義，研究動(dòng)態(tài)以及本文以層次分析法、主成分分析法為降維原則的聚類(lèi)分析研究思路。
　　第二部分是聚類(lèi)理論概述，主要對(duì)數(shù)據(jù)挖掘和聚類(lèi)算法作簡(jiǎn)要綜述，并引入極大極小距離概念，比較聚類(lèi)分析的各種距離算法。
　　第三部分是研究思路和方法的說(shuō)明，主要從統(tǒng)計(jì)學(xué)的角度，以工業(yè)園區(qū)經(jīng)濟(jì)發(fā)展水平的劃分為目的，結(jié)合實(shí)際說(shuō)明研究方法，包括指標(biāo)的設(shè)計(jì)和提?。ń稻S）、聚類(lèi)的樣本處理等，其中指標(biāo)提取所用的層次分析法和主成分分析法是討論重點(diǎn)，也是實(shí)證分析的中

3、心環(huán)節(jié)。
　　第四部分是園區(qū)經(jīng)濟(jì)發(fā)展水平的聚類(lèi)分析實(shí)證研究。應(yīng)用層次分析法和主成分分析法對(duì)云南省32個(gè)重點(diǎn)工業(yè)園區(qū)的指標(biāo)進(jìn)行降維，在聚類(lèi)時(shí)對(duì)6種距離算法（最短距離法、最長(zhǎng)距離法、重心連接法、類(lèi)平均法、離差平方和法、極大極小距離法）作對(duì)比分析，選出最能反映園區(qū)實(shí)際的離差平方和法計(jì)算距離，得出相應(yīng)的聚類(lèi)結(jié)果（總共分為3類(lèi)），并結(jié)合聚類(lèi)結(jié)構(gòu)圖分析存在差異的原因及提出相應(yīng)的對(duì)策。
　　第五部分是總結(jié)以及對(duì)下一步研究工作設(shè)想。