綜合實(shí)習(xí)總結(jié)

1、綜合實(shí)習(xí)總結(jié)聚類分析是數(shù)據(jù)挖掘技術(shù)中重要的組成部分，它能夠在潛在的數(shù)據(jù)中發(fā)現(xiàn) 令人感興趣的數(shù)據(jù)分布模式。聚類分析被廣泛應(yīng)用在金融數(shù)據(jù)的分類、空間數(shù) 據(jù)處理、衛(wèi)星圖片分析和醫(yī)學(xué)圖像的自動(dòng)檢測(cè)中。聚類分析就是把數(shù)據(jù)集分成簇， 使簇內(nèi)數(shù)據(jù)盡量相似，簇間數(shù)據(jù)盡量不同。聚類分析可以作為獨(dú)立的數(shù)據(jù)挖掘工具，用來(lái)獲得數(shù)據(jù)分布的情況，觀察每 個(gè)簇的特點(diǎn)，集中對(duì)特定的某些簇作進(jìn)一步處理;也可以作為其他數(shù)據(jù)挖掘算法 如特征和分類等 的預(yù)處理。到目前為止，傳統(tǒng)的聚類分析方法可以分為以下幾 類：a）基于劃分的方法，代表算法有K-means、K-MEDOIDS、CLARANS等; b）層次方法代表算法有BIRCH、CU

2、RE、Chameleon、CACTUS等；c）基 于網(wǎng)格的方法，代表算法有STING、CLIQUE、WaveClusier等;d）基于模型 的方法通常有統(tǒng)計(jì)的方法和神經(jīng)網(wǎng)絡(luò)方法兩種；e）基于密度的方法，代表算法有 DBSCAN 和 OPTICS 等。聚類是一個(gè)富有挑戰(zhàn)性的研究領(lǐng)域，它的潛在應(yīng)用提出了各自特殊的要求。 在數(shù)據(jù)挖掘領(lǐng)域中對(duì)聚類算法的典型要求主要有以下幾個(gè)方面:a）可伸縮性。聚 類算法對(duì)小數(shù)據(jù)集和大規(guī)模數(shù)據(jù)有同樣的效果。b）處理不同數(shù)據(jù)類型屬性的能 力。實(shí)際應(yīng)用要求算法能夠處理不同類型的數(shù)據(jù)。c）能發(fā)現(xiàn)任意形狀的聚類。聚 類特征的未知性決定聚類算法要能發(fā)現(xiàn)球形的、嵌套的、中空的等任意

3、復(fù)雜形狀 和結(jié)構(gòu)的聚類。d）決定輸入?yún)?shù)的領(lǐng)域知識(shí)最小化。聚類算法要盡可能地減少用 戶估計(jì)參數(shù)的最佳取值所需要的領(lǐng)域知識(shí)。e）能夠有效地處理噪聲數(shù)據(jù)。聚類算 法要能處理現(xiàn)實(shí)世界的數(shù)據(jù)庫(kù)中普遍包含的孤立點(diǎn)、空缺或錯(cuò)誤的數(shù)據(jù)。f）對(duì)于 輸入記錄的順序不敏感。聚類算法對(duì)不同次序的記錄輸入應(yīng)具有相同的聚類結(jié) 果。g）高維性。聚類算法不僅要擅長(zhǎng)處理低維數(shù)據(jù)集，還要處理高維、數(shù)據(jù)可能 稀疏和高度偏斜的數(shù)據(jù)集。h基于約束的聚類。聚類結(jié)果既要滿足特定的約束， 又要具有良好聚類特性。I）可解釋性和可用性。聚類結(jié)果應(yīng)該是可解釋的、可理 解和可用的。所有的聚類方法都具有各自的特點(diǎn)。有些以方法簡(jiǎn)單、執(zhí)行效率高見(jiàn)長(zhǎng)如

4、K-means ;有些對(duì)任意形狀、大小的類識(shí)別能力強(qiáng) 如CUBN clustering using border and nearest ;有些能很好地過(guò)濾噪聲數(shù)據(jù) 如DBSCAN。但這些方法都有各自的 局限性。例如K-means方法只能識(shí)別大小近似的球形類;CUBN、DBSCAN的時(shí) 間復(fù)雜度都為O(n2)。另外，很多聚類方法對(duì)輸入?yún)?shù)十分敏感，而且參數(shù)很難 確定，加重了用戶的負(fù)擔(dān)。目前普遍認(rèn)為不存在某種方法能適合各種特點(diǎn)的數(shù) 據(jù)。經(jīng)典聚類分析方法在很多領(lǐng)域已經(jīng)得到了成功的應(yīng)用。例如在商業(yè)上，聚類 可以幫助市場(chǎng)分析人員從消費(fèi)者數(shù)據(jù)庫(kù)中區(qū)分出不同的消費(fèi)群體，并且概括出 每一類消費(fèi)者的消費(fèi)模式或

5、習(xí)慣;在生物學(xué)中，它可以被用來(lái)輔助研究動(dòng)物、植物 的分類，可以用來(lái)分類具有相似功能的基因，還可以用來(lái)發(fā)現(xiàn)人群中一些潛在的 結(jié)構(gòu)等;另外它在空間數(shù)據(jù)處理、金融數(shù)據(jù)、衛(wèi)星圖像等領(lǐng)域都得到非常成功的 應(yīng)用。但是由于每一種方法都有缺陷，再加上實(shí)際問(wèn)題的復(fù)雜性和數(shù)據(jù)的多樣 性，使得無(wú)論哪一種方法都只能解決某一類問(wèn)題。近年來(lái)，隨著人工智能、機(jī)器 學(xué)習(xí)、模式識(shí)別和數(shù)據(jù)挖掘等領(lǐng)域中傳統(tǒng)方法的不斷發(fā)展以及各種新方法和新技 術(shù)的涌現(xiàn)，數(shù)據(jù)挖掘中的聚類分析方法得到了長(zhǎng)足的發(fā)展。綜合實(shí)習(xí)能鍛煉一個(gè)人的發(fā)現(xiàn)問(wèn)題和解決問(wèn)題的能力，它是對(duì)一個(gè)人綜合運(yùn) 用自己所學(xué)和自己能力的考察。通過(guò)實(shí)踐學(xué)習(xí)，我認(rèn)識(shí)到理論與實(shí)踐相結(jié)合的學(xué)

6、習(xí)方法是一種好的學(xué)習(xí)方法。我把它用在實(shí)習(xí)中，它能指導(dǎo)我實(shí)踐，得出的結(jié)論 是自己不會(huì)的東西很多，需要不斷地選擇性學(xué)習(xí)。它使我得知聚類是一個(gè)將數(shù)據(jù) 集劃分為若干類的過(guò)程，并使得同一個(gè)組內(nèi)的數(shù)據(jù)對(duì)象具有較高的相似度；而不 同組中的數(shù)據(jù)對(duì)象是不相似的。相似或不相似的描述是基于數(shù)據(jù)描述屬性的取值 來(lái)確定的。通常就是利用(各對(duì)象間)距離來(lái)進(jìn)行表示的。許多領(lǐng)域，包括數(shù)據(jù) 挖掘、統(tǒng)計(jì)學(xué)和機(jī)器學(xué)習(xí)都有聚類研究和應(yīng)用?；仡櫰鸫舜尉C合實(shí)習(xí)，至今我仍感慨頗多。剛開(kāi)始接到這個(gè)題目，面對(duì)新的 知識(shí)，也許這是我大四在找工作浮躁的一學(xué)期中學(xué)到東西最多的一段時(shí)光。自己 的綜合實(shí)習(xí)不僅可以鞏固了以前所學(xué)過(guò)的知識(shí)，而且學(xué)到了很多在

7、書(shū)本上所沒(méi)有 學(xué)到過(guò)的知識(shí)。通過(guò)這次課程設(shè)計(jì)使我懂得了理論與實(shí)際相結(jié)合是很重要的，只 有理論知識(shí)是遠(yuǎn)遠(yuǎn)不夠的，只有把所學(xué)的理論知識(shí)與實(shí)踐相結(jié)合起來(lái)，從理論中 得出結(jié)論，才能真正為社會(huì)服務(wù)，從而提高自己的實(shí)際動(dòng)手能力和獨(dú)立思考的能 力。當(dāng)中自己也遇到過(guò)很多困難，自己通過(guò)自己的努力也對(duì)聚類算法有了入門(mén)的 了解，在蔡老師的幫助和講解下讓我對(duì)聚類算法這個(gè)課題有了進(jìn)一步的了解，對(duì) 聚類算法有了更多的興趣。正是由于他的幫助，我才能順利的完成這次實(shí)習(xí)。正 由于他親切的關(guān)懷和悉心的指導(dǎo)我才能對(duì)聚類算法有了更深入的了解。在這次學(xué) 習(xí)的過(guò)程中自己當(dāng)然也遇到了許多自己不能解決的問(wèn)題，但蔡老師的悉心教導(dǎo)彌 補(bǔ)了自己在知識(shí)上匱乏的不足。在蔡老師的幫助和講解下讓我對(duì)聚類算法這個(gè)課 題有了進(jìn)一步的了解，對(duì)聚類算法有了更多的興趣，很感謝蔡老師一直來(lái)的關(guān)懷 和照顧。正是由于他的幫助，我才能順利的完成這次實(shí)習(xí)。正由于他親切的關(guān)懷 和悉心的指導(dǎo)我才能對(duì)聚類算法有了更深入的了解。在實(shí)習(xí)過(guò)程中老師處處為我 們著想，讓我們深入到自己研究，讓我們掌握自己發(fā)現(xiàn)問(wèn)題和解決問(wèn)題的根本方 法和自己所欠缺的東西。同時(shí)