| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 1 绪论 | 第8-10页 |
| 1.1 课题研究的意义 | 第8-9页 |
| 1.2 课题完成的主要工作 | 第9页 |
| 1.3 论文内容安排 | 第9-10页 |
| 2 数据挖掘的基本知识 | 第10-20页 |
| 2.1 数据挖掘技术概述 | 第10-12页 |
| 2.1.1 数据挖掘的定义 | 第10-11页 |
| 2.1.2 数据挖掘技术的功能 | 第11-12页 |
| 2.2 数据挖掘技术的发展历史及国内外研究现状 | 第12-13页 |
| 2.2.1 数据挖掘技术的发展历史 | 第12页 |
| 2.2.2 数据挖掘技术的国内现状 | 第12-13页 |
| 2.3 数据挖掘的常用技术 | 第13-14页 |
| 2.4 数据挖掘的应用热点 | 第14-15页 |
| 2.5 数据挖掘的处理过程 | 第15-17页 |
| 2.6 常用的数据挖掘工具 | 第17-20页 |
| 3 聚类分析 | 第20-26页 |
| 3.1 聚类分析概述 | 第20页 |
| 3.2 聚类分析及研究现状 | 第20-21页 |
| 3.3 聚类分析的数据特性 | 第21-23页 |
| 3.4 聚类算法的分类 | 第23-26页 |
| 4 Fisher最优分割法 | 第26-39页 |
| 4.1 最优分割法 | 第26-27页 |
| 4.2 Fisher最优分割法 | 第27-29页 |
| 4.2.1 定义类的直径 | 第28页 |
| 4.2.2 定义分类损失函数 | 第28-29页 |
| 4.2.3 递推公式 | 第29页 |
| 4.2.4 最优解的求法 | 第29页 |
| 4.3 基于Fisher最优分割法的聚类分析算法 | 第29-37页 |
| 4.3.1 数据正规化 | 第29-31页 |
| 4.3.2 计算极差(或变差)矩阵 | 第31-32页 |
| 4.3.3 进行最优二分割 | 第32-34页 |
| 4.3.4 进行最优三分割 | 第34-35页 |
| 4.3.5 最优K分割 | 第35-37页 |
| 4.4 主成分分析 | 第37-39页 |
| 4.4.1 数学模型 | 第37-39页 |
| 5 基于Fisher最优分割法和主成分分析的聚类分析应用 | 第39-53页 |
| 5.1 原始数据分析 | 第39-40页 |
| 5.2 根据数学期末成绩聚类 | 第40-44页 |
| 5.3 根据英语期末成绩聚类 | 第44-45页 |
| 5.4 单科成绩主成分分析 | 第45-53页 |
| 5.4.1 数学成绩的主成分分析 | 第46-48页 |
| 5.4.2 英语成绩的主成分分析 | 第48-51页 |
| 5.4.3 结论 | 第51-53页 |
| 6 结束语 | 第53-55页 |
| 6.1 工作总结 | 第53-54页 |
| 6.2 工作展望 | 第54-55页 |
| 参考文献 | 第55-57页 |
| 个人简历及发表论文情况 | 第57-58页 |
| 致谢 | 第58页 |