基于密度的子空間聚類(lèi)算法研究.pdf

1、聚類(lèi)分析是數(shù)據(jù)挖掘領(lǐng)域最重要的研究熱點(diǎn)之一，旨在將數(shù)據(jù)對(duì)象分組成為多個(gè)簇類(lèi)，有著廣闊的應(yīng)用前景。隨著技術(shù)進(jìn)步，聚類(lèi)分析許多應(yīng)用領(lǐng)域的數(shù)據(jù)具有很高的維度。這些數(shù)據(jù)集中存在大量無(wú)關(guān)的屬性，使得在所有維中存在簇的可能性幾乎為零；同時(shí)，產(chǎn)生“維度效應(yīng)”現(xiàn)象：數(shù)據(jù)分布變得稀疏，數(shù)據(jù)間距離幾乎相等非常普遍，傳統(tǒng)的距離度量方式將失去作用。因此，為面向高維大規(guī)模數(shù)據(jù)集的聚類(lèi)分析尋找適當(dāng)?shù)姆椒ㄒ呀?jīng)成為研究工作的重點(diǎn)。子空間聚類(lèi)正是基于上述背景提出的，用于

2、在數(shù)據(jù)集的不同子空間上查找簇類(lèi)，具備傳統(tǒng)聚類(lèi)方法很難實(shí)現(xiàn)的優(yōu)點(diǎn)。 本文著重對(duì)基于密度的子空間聚類(lèi)算法進(jìn)行研究，主要工作包括以下幾個(gè)方面： 對(duì)聚類(lèi)分析領(lǐng)域的基本概念做了深入的分析，研究了目前聚類(lèi)技術(shù)中的主要算法，并介紹了面向高維數(shù)據(jù)的聚類(lèi)分析技術(shù)，同時(shí)還給出了常用的子空間聚類(lèi)算法，分析了它們的優(yōu)缺點(diǎn)。 針對(duì)傳統(tǒng)方法產(chǎn)生大量冗余簇的不足，本文提出了一種查找無(wú)冗余簇的基于密度子空間聚類(lèi)算法NRSC。該算法使用貪心策略將