类属型数据的聚类算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-11页 |
| 第一章 绪论 | 第11-20页 |
| ·研究背景与意义 | 第11-14页 |
| ·国内外的研究现状 | 第14-17页 |
| ·数据挖掘的研究现状 | 第14-15页 |
| ·聚类分析的研究现状 | 第15-17页 |
| ·主要研究内容与创新点 | 第17-18页 |
| ·本文的结构安排 | 第18-20页 |
| 第二章 聚类分析技术 | 第20-36页 |
| ·聚类分析概述 | 第20-26页 |
| ·常用的聚类算法 | 第26-29页 |
| ·FCM 算法 | 第26-27页 |
| ·K-Medoids 算法 | 第27-29页 |
| ·类属型数据的聚类 | 第29-35页 |
| ·类属型数据 | 第29-30页 |
| ·CLOPE 算法 | 第30-31页 |
| ·Fuzzy K-Modes 算法 | 第31-33页 |
| ·问题和难点 | 第33-35页 |
| ·小结 | 第35-36页 |
| 第三章 聚类中心的初始化 | 第36-49页 |
| ·引言 | 第36页 |
| ·传统初始化方法 | 第36-40页 |
| ·随机抽样的方法 | 第36-37页 |
| ·距离最优的方法 | 第37-38页 |
| ·密度评估的方法 | 第38-39页 |
| ·其他方法 | 第39-40页 |
| ·新的初始化方法 | 第40-44页 |
| ·基础初始化步骤 | 第40-42页 |
| ·新的初始化算法 | 第42-44页 |
| ·实验结果和比较分析 | 第44-48页 |
| ·性能的测试与分析 | 第45-46页 |
| ·稳定性的测试与分析 | 第46-47页 |
| ·时间代价的测试与分析 | 第47-48页 |
| ·小结 | 第48-49页 |
| 第四章 类属型数据的聚类算法 | 第49-56页 |
| ·引言 | 第49页 |
| ·算法Fuzzy K-Modes 的缺陷 | 第49-50页 |
| ·新的类属型数据聚类算法 | 第50-52页 |
| ·新的聚类中心和距离的定义 | 第51页 |
| ·模糊K-Patterns 算法 | 第51-52页 |
| ·实验结果和比较分析 | 第52-54页 |
| ·Soyean 数据集 | 第52-53页 |
| ·Zoo 数据集 | 第53页 |
| ·Credit 数据集 | 第53-54页 |
| ·Hepatitis 数据集 | 第54页 |
| ·小结 | 第54-56页 |
| 第五章 聚类有效性指标 | 第56-75页 |
| ·有效性指标概述 | 第56-58页 |
| ·求解最佳聚类数的过程 | 第58页 |
| ·传统的聚类有效性指标 | 第58-63页 |
| ·新的聚类有效性指标 | 第63-68页 |
| ·提出新有效性指标的动机 | 第63-65页 |
| ·类属型数据的聚类有效性指标 | 第65-66页 |
| ·数值型数据的聚类有效性指标 | 第66-68页 |
| ·实验结果和比较分析 | 第68-73页 |
| ·类属型测试数据集 | 第68-69页 |
| ·数值型测试数据集 | 第69-73页 |
| ·小结 | 第73-75页 |
| 第六章 总结与展望 | 第75-77页 |
| 参考文献 | 第77-81页 |
| 攻读硕士期间取得的成果 | 第81-82页 |
| 致谢 | 第82页 |
