聚类数据挖掘可视化模型方法与技术

被引：9

作者：

谢庆华 ^{[1
]}

张宁蓉 ^{[1
]}

宋以胜 ^{[1
]}

王海波 ^{[2
]}

岳振军 ^{[3
]}

机构：

[1] 解放军理工大学国防工程学院

[2] 南京军区联勤部

[3] 解放军理工大学通信工程学院

来源：

解放军理工大学学报(自然科学版) | 2015年 / 16卷 / 01期

关键词：

聚类数据挖掘; 可视化; 平行坐标法; K均值算法;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

面向通用数据资源,研究聚类数据可视化方法与技术,旨在探索有效的数据处理方法,满足信息领域对高维数据处理的要求。通过对高维数据进行降维处理和可视化映射实现,建立K均值算法的聚类数据挖掘可视化系统模型,实现中间聚簇结果、聚类中心、收敛准则函数值三类要素的可视化。利用加利福利亚大学欧文分校(UCI)数据库中的Iris数据集、Wine数据集、Seeds数据集对可视化系统模型方法进行测试。结果表明,该模型实现了对数据集的有效聚类,能够将中间聚类、聚类中心、收敛准则函数值进行实时有效的可视化表达,达到了预期效果。

引用

页码：7 / 15

页数：9

共 7 条

[1] Visualization of anomalies using mixture models [J].