k均值例子 数据挖掘_DMKD---数据挖掘与知识发现系统

Data Mining and Knowledge Discovery（简称：DMKD）

中文名字：数据挖掘与知识发现

01

主成分分析与可视化展示

主成分分析 (PCA, principal component analysis)是一种数学降维方法, 利用正交变换 (orthogonal transformation)把一系列可能线性相关的变量转换为一组线性不相关的新变量， 也称为主成分，从而利用新变量在更小的维度下展示数据的特征。

主成分是原有变量的线性组合，其数目不多于原始变量。组合之后，相当于我们获得了一批新的观测数据，这些数据的含义不同于原有数据，但包含了之前数据的大部分特征，并且有着较低的维度，便于进一步的分析。

距离相近划分一个类别	添加标签
由于遮挡，可局部放大	主成分分析（三维）

主成分分析需要我们自己根据距离进行划分聚类。那么，能否利用聚类算法进行自动聚类呢？

答案是肯定的！

02

K均值聚类与可视化展示

K均值聚类算法是先随机选取K个对象作为初始的聚类中心。然后计算每个对象与各个种子聚类中心之间的距离，把每个对象分配给距离它最近的聚类中心。聚类中心以及分配给它们的对象就代表一个聚类。一旦全部对象都被分配了，每个聚类的聚类中心会根据聚类中现有的对象被重新计算。这个过程将不断重复直到满足某个终止条件。终止条件可以是没有（或最小数目）对象被重新分配给不同的聚类，没有（或最小数目）聚类中心再发生变化，误差平方和局部最小。

同一个颜色一个类别	带标签聚类
局部放大(同一个颜色一个类别)	三维聚类(同一个颜色一个类别)

N维聚类结果是个表，如下：(同一个数字一个类别)

03

网络聚类与可视化展示

同一个颜色一个类别

同一个颜色一个类别

04

关联规则算法挖掘

在描述有关关联规则的一些细节之前，先来看一个有趣的故事："尿布与啤酒"的故事。

在一家超市里，有一个有趣的现象：尿布和啤酒赫然摆在一起出售。但是这个奇怪的举措却使尿布和啤酒的销量双双增加了。这不是一个笑话，而是发生在美国沃尔玛连锁店超市的真实案例，并一直为商家所津津乐道。沃尔玛拥有世界上最大的数据仓库系统，为了能够准确了解顾客在其门店的购买习惯，沃尔玛对其顾客的购物行为进行购物篮分析，想知道顾客经常一起购买的商品有哪些。沃尔玛数据仓库里集中了其各门店的详细原始交易数据。在这些原始交易数据的基础上，沃尔玛利用数据挖掘方法对这些数据进行分析和挖掘。一个意外的发现是："跟尿布一起购买最多的商品竟是啤酒！经过大量实际调查和分析，揭示了一个隐藏在"尿布与啤酒"背后的美国人的一种行为模式：在美国，一些年轻的父亲下班后经常要到超市去买婴儿尿布，而他们中有30%～40%的人同时也为自己买一些啤酒。产生这一现象的原因是：美国的太太们常叮嘱她们的丈夫下班后为小孩买尿布，而丈夫们在买尿布后又随手带回了他们喜欢的啤酒。

按常规思维，尿布与啤酒风马牛不相及，若不是借助数据挖掘技术对海量交易数据进行挖掘和分析，沃尔玛是不可能发现数据内在这一有价值的规律的。

关联规则定义：

关联规则是形如X→Y的蕴涵式，其中，X和Y分别称为关联规则的先导（antecedent或left-hand-side,LHS）和后继（consequent或right-hand-side,RHS）。关联规则挖掘过程主要包含两个阶段：第一阶段必须先从资料集合中找出所有的高频项目组（Frequent Itemsets），第二阶段再由这些高频项目组中产生关联规则（Association Rules）。

支持度

关联规则挖掘结果

如利用本团队开发的软件需在论文或报告中给予引用说明！软件引用格式例子本文利用DMKD4.0[1]软件进行主成分分析/K均值聚类/社区聚类分析/关联规则......参考文献[1] 学术点滴,文献计量. DMKD---数据挖掘与知识发现系统[EB/OL].(2020-12-21)[2020-12-29].https://mp.weixin.qq.com/s/tq5MyBGGL2rONB_5cfO3jg其中【2020-12-29】为你引用的时间 其他本平台开发的软件引用格式于此类似详情加qq：2088904822咨询