用蒙特卡罗方法实现聚类结果评估

• 作者: 李军 董元方
• 来源期刊: 长春理工大学学报（自然科学版）
• 学科: 数学
• 关键词: 数据挖掘 聚类有效性 蒙特卡罗方法
• 年，卷（期）: 2008,（1）
• 页码范围: 77-80
• 页数: 4页
• 分类号: O242.1
• 字数: 3500字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9870.2008.01.024

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李军		21	264	6.0	16.0
2	董元方		13	130	5.0	11.0