用蒙特卡罗方法实现聚类结果评估

摘要：

聚类分析的目标是识别相似对象的组,有助于在大数据集合上发现模式的分布和有价值的相关性.由于在工程、商业和社会科学等许多应用领域都已经应用聚类分析,因此已经被广泛研究过.特别是近年来,已有的大量事务和实验数据集需要利用,数据挖掘的需求不断增长,这些都促进了聚类算法在不同领域的应用.本文介绍了聚类的基本概念,及聚类过程的重要问题-聚类结果的质量评估,同时介绍了采用外部准则对聚类结果进行评估的方法.由于对聚类结果的评估会导致计算复杂度过大的问题,因此用蒙特卡罗方法来降低计算复杂度.

关键词：数据挖掘、聚类有效性、蒙特卡罗方法

所属期刊栏目：31

分类号：O242.1(计算数学)

在线出版日期：2008-06-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：77-80