基于改进的K-means算法的关联规则数据挖掘研究

摘要：

关联规则是数据挖掘中的概念,通过分析数据找到数据之间的关联.海量数据会产生大量冗余和相似的关联规则,影响用户对规则的理解和判断.本文采用鸢尾花数据集进行实验.建立三个检验指标,删除冗余关联规则;在进行K-means分析时利用规则产生的三角形迭代选择初始点,再将删除冗余后的规则进行聚类.实验证实本文方法将相似的关联规则归为一簇,能有效的帮助用户迅速找到有用的关联规则,有助于用户更好的对规则进行理解和分析,提高了聚类的效率.

关键词：K-means算法、关联规则、聚类算法、鸢尾花数据集

所属期刊栏目：42

分类号：TP391(计算技术、计算机技术)

资助基金：中央高校基本科研业务费专项资金项目2572018BF06

在线出版日期：2021-01-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：15-19