基于改进的K-means算法的关联规则数据挖掘研究

• 作者: 刘鹤 朱良宽 李珺
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: K-means算法 关联规则 聚类算法 鸢尾花数据集
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 人工智能与算法研究
• 页码范围: 15-19
• 页数: 5页
• 分类号: TP391
• 语种: 中文

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱良宽		29	139	6.0	11.0
2	李珺		16	33	3.0	5.0
3	刘鹤		3	58	1.0	3.0