EMST及相关算法聚类评估.docx

摘要

PAGEV

西安交通大学本科毕业设计（论文）

PAGEVI

摘要

聚类分析是一种统计数据分析技术，典型应用场景有基因选择和文字材料分类。以MST为基础的聚类的一个好处是它将数据点之间的距离作为主要考虑对象，因此它能检测到不规则边界的簇。传统的基于EMST的聚类算法会使用到给出的数据集的所有属性，在时空效率、准确度上均没有足够好的效果。

特征选择一直是机器学习领域的一个研究热点。它在数据属性集中选出一个有用的子集，实现数据的高效聚类。为进一步理解和认识一些常见的聚类算法和对上述问题的探索，本文选取K-means和EMST等算法应用于经典数据集样本进行聚类，对数据集各属性对