數(shù)據(jù)挖掘與數(shù)據(jù)倉庫a

《數(shù)據(jù)挖掘與數(shù)據(jù)倉庫a》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。

1、——————————————密————————————封————————————線——————————————學號姓名班年級專業(yè)系別西南大學課程考核命題單西南大學榮昌校區(qū)　信息管理系《數(shù)據(jù)挖掘與數(shù)據(jù)倉庫》課程試題【A】卷2012～2013學年第1學期期中　考查考試時間1周考試方式其他考核學生類別本科人數(shù)120適用專業(yè)或科類信息管理與信息系統(tǒng)、計算機科學與技術(shù)年級2010級題號一二三四五六七八九十合計得分簽名閱卷須知：閱卷用紅色墨水筆書寫，得分用阿拉伯數(shù)字寫在每小題題號前，用正分表示，不得分則在題號前寫0；大題得分登錄在對應的分數(shù)

2、框內(nèi)；統(tǒng)一命題的課程應集體閱卷，流水作業(yè)；閱卷后要進行復核，發(fā)現(xiàn)漏評、漏記或總分統(tǒng)計錯誤應及時更正；對評定分數(shù)或統(tǒng)分記錄進行修改時，修改人必須簽名?！√貏e提醒：學生必須遵守課程考核紀律，違規(guī)者將受到嚴肅處理。一、題目（100分）1、CURE算法的應用研究以《CURE算法的應用研究》為題目寫一篇論文，要求寫一篇聚類算法的具體的應用方面論文論文內(nèi)容主要包括：題目、摘要、引言、算法基本原理、算法的發(fā)展近況以及算法的具體應用實例。最好能提出自己的改進思想。二、要求如下：1、每個同學根據(jù)對CURE算法的理解和自己的興趣，該聚類算法在實際生

3、產(chǎn)中的具體應用來寫1篇論文；2、盡量考慮對算法本身進行適當?shù)母倪M；3、每個同學必須提交一份打印的紙質(zhì)論文；4、抄襲者以0分記。算法設(shè)計第7頁共8頁——————————————密————————————封————————————線——————————————學號姓名班年級專業(yè)系別西南大學課程考核命題單《CURE算法的應用研究》摘要：本文介紹了CURE算法的基本原理與算法思想的形成過程，并針對CURE算法在大型數(shù)據(jù)庫中選區(qū)代表點中存在的問題提出了改進方法。針對大型數(shù)據(jù)庫，CURE采用隨機取樣和劃分兩種方法的組合：一個隨機樣本首先被劃

4、分，每個劃分都被部分聚類。這樣，代表點是來自一組隨機抽取的樣本集，而且它的最初數(shù)目也是人為確定的，這是需要改進的地方。引言：隨著計算機技術(shù)和信息技術(shù)的發(fā)展，信息的增長速度呈現(xiàn)指數(shù)上升，已遠遠超出了人們分析它們并從中提取有用信息的能力。雖然數(shù)據(jù)庫系統(tǒng)可以高效地實現(xiàn)數(shù)據(jù)的錄入、查詢、簡單統(tǒng)計等功能，但卻無法發(fā)現(xiàn)數(shù)據(jù)中存在的關(guān)系和規(guī)則，無法根據(jù)現(xiàn)有的數(shù)據(jù)預測未來的發(fā)展趨勢，也就是說使用傳統(tǒng)分析方法遠遠不能滿足現(xiàn)實的需求。面對海量數(shù)據(jù)，如何從中發(fā)現(xiàn)有價值的信息或知識，成為一項非常艱巨的任務。人們迫切需要一種去粗存精、去偽存真的技術(shù)，迫切

5、需要一種能夠?qū)?shù)據(jù)進行深層次加工的自動化技術(shù)。能夠從海量的數(shù)據(jù)中提取知識和信息的數(shù)據(jù)挖掘技術(shù)應運而生。CURE算法采用了一種新穎的層次聚類算法，該算法選擇基于質(zhì)心和基于代表對象方法之間的中間策略。算法基本原理CURE算法：利用代表點聚類CURE算法采用了一種新穎的層次聚類算法，該算法選擇基于質(zhì)心和基于代表對象方法之間的中間策略。它不用單個質(zhì)心或代表一個簇，而是選擇數(shù)據(jù)空間中固定數(shù)目的具有代表性的點。簇的代表點產(chǎn)生方式：首先選擇簇中分散的對象，然后根據(jù)一個特定的分數(shù)或收縮因子向簇中心“收縮”或移動它們。在算法每一步，有最近距離的代

6、表點對（每個點來自不同簇）的兩個簇合并。CURE算法的核心步驟：(1)?從源數(shù)據(jù)對象中抽取一個隨機樣本S；(2)?將樣本S分割為一組劃分；(3)?對每個劃分局部地聚類；(4)?通過隨機取樣剔除孤立點。如果一個簇增長得太慢，就去調(diào)它；(5)?對局部得簇進行聚類。落在每個新形成得簇中的代表點根據(jù)用戶定義的一個收縮因子a;收縮或向簇中心移動；(6)?用相應的簇標簽來標記數(shù)據(jù)。算法設(shè)計第7頁共8頁——————————————密————————————封————————————線——————————————學號姓名班年級專業(yè)系別西南大學課

7、程考核命題單優(yōu)點：CURE的復雜度是O(n)，對孤立點的處理更加健壯，可識別非球形和大小變化較大的簇；對大型數(shù)據(jù)庫也有良好的伸縮性；支持復雜形狀和不同大小的聚類；敏感度低。缺點：不能處理分類屬性CURE聚類算法的實現(xiàn)任務背景聚類（clustering）就是將數(shù)據(jù)對象分組成為多個類或簇（cluster），在同一簇中的對象之間具有較高的相似度，而不同的簇中對象差別較大。相異度是根據(jù)描述對象的屬性值來計算的。距離是經(jīng)常采用的度量方式。聚類分析源于許多研究領(lǐng)域，包括數(shù)據(jù)挖掘，統(tǒng)計學，生物學，以及機器學習。作為統(tǒng)計學的一個分支，聚類分析已

8、經(jīng)被廣泛的研究了許多年，主要集中在基于距離的聚類分析?；趉-means（k-平均值），k-medoids（k-中心點）和其他一些方法的聚類分析工具已經(jīng)被加入到許多統(tǒng)計分析軟件包或系統(tǒng)中，例如S-Plus，SPSS，以及SAS。CURE（ClusteringUs