不确定数据聚类问题描述.ppt

剪枝算法PA-UK-Median实验分析 图 5.11为数据合成器选取参数为numOB=100，numUP=100，exist=0.2，Range=5，miuRange=20，deltaRange=10，K=5,PA-UK-Median算法效率伴随dim变化的情况 伴随着数据集维度dim变化，时间效率的影响 优势更加明显 * Chunqiu Zeng,DBKE Lab,CS Department, SCU Page:*/71 论文P57 引言 不确定数据建模 不确定数据聚类 实验及性能分析 实验平台和数据来源 精确度比较实验 PA-UK-Median剪枝算法效率 MA-UK-Means改良算法效率 结论及未来工作 不确定数据聚类关键技术研究 * Chunqiu Zeng,DBKE Lab,CS Department, SCU Page:*/71 改进算法MA-UK- Means的实验分析 图 5.12为数据合成器选取参数为numOB=100，dim=2，exist=0.2，Range=5，miuRange=20，deltaRange=10，K=5,MA-UK-Means算法效率伴随numUP变化的情况 伴随着不确定区域不确定点个数numUP变化，时间效率的影响 最优提高10% * Chunqiu Zeng,DBKE Lab,CS Department, SCU Page:*/71 论文P58 改进算法MA-UK- Means的实验分析 图 5.13为数据合成器选取参数为numUP=100，dim=2，exist=0.2，Range=5，miuRange=20，deltaRange=10，K=5,A-UK-Means算法准确率伴随numOB变化的情况 伴随着不确定对象个数numOB变化，时间效率的影响 最优提高10% * Chunqiu Zeng,DBKE Lab,CS Department, SCU Page:*/71 论文P58 改进算法MA-UK- Means的实验分析 图 5.14为数据合成器选取参数为numOB=100，exist=0.2，numUP=100，Range=5，miuRange=20，deltaRange=10，K=5,A-UK-Means算法准确率伴随dim变化的情况 伴随着数据集维度dim变化，时间效率的影响 随着dim 的增加逐渐增加。增加的趋势变得更加陡峭 * Chunqiu Zeng,DBKE Lab,CS Department, SCU Page:*/71 论文P59 引言 不确定数据建模 不确定数据聚类 实验及性能分析 结论及未来工作 不确定数据聚类关键技术研究 * Chunqiu Zeng,DBKE Lab,CS Department, SCU Page:*/71 提出了不确定数据上的聚类算法UA-UK-Median、UA-UK-Means、A-UK-Median和A-UK-Means算法。 基于合成数据，通过实验分析了以上不确定聚类算法在对不确定数据聚类分析时的准确度。 为了克服时间效率瓶颈，针对A-UK-Median提出了基于剪枝技术的改进算法PA-UK-Median。对算法A-UK-Means分析提出了改进算法MA-UK-Means。 实验对比了PA-UK-Median和A-UK-Median算法，MA-UK-Means和A-UK-Means算法的执行效率。实验表明了改进算法效率的明显得到提升。 结论及未来工作 未来工作： 本文只针对部分不确定数据聚类算法进行了探讨。在未来的工作中可以在不确定数据的背景下，对其他常用算法如分类，关联等挖掘算法进行研究。另外实验只是在合成数据上进行，把这些算法应用于大规模的真实环境数据中将会显得更加有意义。 * Chunqiu Zeng,DBKE Lab,CS Department, SCU Page:*/71 论文P60 第一作者. MPSQAR: Mining Quantitative Association Rules Preserving Semantics. In proceedings of the 4th International Conference on Advanced Data Mining and Applications(ADMA’08) pp.572-580, 2008 EI 第三作者. Discovering Multi-dimensional Major Medicines from Traditional Chinese Medicine Prescriptions In:BMEI’2008 international conference 2008 EI 第五作者. MovStream: An Effic