聚类算法有效性验证工具设计与实现.pdf

第 26卷第 7期 　　　 计算机应用与软件 Vo l26 No. 7 2009年 7 月 　　 Compu ter App lication s and Software Ju l. 2009 聚类算法有效性验证工具设计与实现 刘秋兰 　赵 　雷 　杨季文 (苏州大学计算机科学与技术学院　江苏 苏州 2 15006) 摘 　要 　　随着数据挖掘技术的发展 ,聚类算法也越来越多 。数据挖掘对聚类算法有某些典型要求 ,如何验证聚类算法是否满足这 些要求已成为一个需要解决的问题 。由于实际样本集很难获得 ,且很多无法用来进行聚类算法的测试 , 因此设计并实现了一个工 具 ,讨论用构造的样本集对加载的聚类算法进行评测 ,并对聚类结果进行展示 。 关键词 　　数据挖掘 　聚类算法 　样本集 THE TOOL FO R VER IFY ING CL USTER ING AL GO R ITHM : D ES I GN A ND IM PL EM ENTA T IO N L iu Q iu lan　Zhao L ei　Yang J iwen (S chool of Comp u ter S cience and Technology, S oochow Un iversity, S uzhou 2 15006, J iangsu, Ch ina) A b stract　　There are more and more clu stering algorithm s along w ith the developm ent of data m in ing technology. How to verify whether or not a clu stering algorithm is satisfied w ith certain of typ ical dem and s wh ich data m in ing requ ired ha s becom e one p rob lem to be dealt w ith. However it’s difficu lt to acqu ire the real samp le sets, and m any of them cant be u sed to test the clu stering algorithm s, so in the p ap er we de signed and imp lem ented a too l and discu ssed to evaluate the clu stering algorithm loaded w ith the con structed samp le set and to disp lay the clu stering re su lts. Keyword s　　D ata m in ing　Clu stering algorithm s　Samp le set 发现具有相近尺度和密度的球状簇 [ 1 ] 。但是 ,一个簇可能是任 0　引　言 意形状的。 处理噪声数据的能力 :现实数据库常包含有噪声数据 ,或者 聚类是数据挖掘研究领域非常活跃的研究课题 [ 1, 2 ] 。聚类 数据不完整 ,缺乏某些字段的值 ,甚至是包含错误数据的现象 , 就是根据事物之间的相似性把事物聚集成不同类别的一种技 有一些聚类算法可能会对这些数