基于决策树的模糊聚类评价算法及其应用

摘要：

评判聚类结果的有效性是一个复杂问题.文中提出一种基于决策树的模糊聚类评价算法,证明了决策树过程实际上就是一种模糊聚类评价过程,因此能够使用决策树算法来评价聚类结果的好坏,并在此基础上提出一个新的定理.通过UCI中已经有准确聚类个数的数据来验证算法有效性,在实验中首先使用K-means聚类算法得到不同聚类结果,再使用决策树中的C5.0算法来评价各种聚类结果,得到的最优聚类结果与UCI数据原有的聚类结果接近,证明了算法的实用性.最后给出算法在证券行业客户细分中的应用实例.

关键词：聚类、模糊评价、决策树、客户细分

所属期刊栏目：19

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家高技术研究发展计划8632007AA04Z116;国家自然科学基金70871033

在线出版日期：2009-10-19（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：232-235