基于密度的子空間聚類算法研究.pdf

1、聚類分析是數(shù)據(jù)挖掘領域最重要的研究熱點之一，旨在將數(shù)據(jù)對象分組成為多個簇類，有著廣闊的應用前景。隨著技術進步，聚類分析許多應用領域的數(shù)據(jù)具有很高的維度。這些數(shù)據(jù)集中存在大量無關的屬性，使得在所有維中存在簇的可能性幾乎為零；同時，產(chǎn)生“維度效應”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)集的聚類分析尋找適當?shù)姆椒ㄒ呀?jīng)成為研究工作的重點。子空間聚類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，具備傳統(tǒng)聚類方法很難實現(xiàn)的優(yōu)點。 本文著重對基于密度的子空間聚類算法進行研究，主要工作包括以下幾個方面： 對聚類分析領域的基本概念做了深入的分析，研究了目前聚類技術中的主要算法，并介紹了面向高維數(shù)據(jù)的聚類分析技術，同時還給出了常用的子空間聚類算法，分析了它們的優(yōu)缺點。 針對傳統(tǒng)方法產(chǎn)生大量冗余簇的不足，本文提出了一種查找無冗余簇的基于密度子空間聚類算法NRSC。該算法使用貪心策略將