数据流聚类算法分析
聚类分析方法概述及应用
聚类分析方法概述及应用聚类分析是一种常用的数据分析方法，用于将相似的数据点聚集在一起，形成有意义的群组。
它可以帮助我们理解数据的内在结构和模式，揭示隐藏在数据背后的信息。
本文将对聚类分析方法进行概述，并探讨其在不同领域的应用。
一、聚类分析方法概述聚类分析方法有多种类型，其中最常用的是原型聚类、层次聚类和密度聚类。
1. 原型聚类原型聚类是一种利用原型向量（即代表一个簇的中心点）来表示和分类数据的方法。
最常见的原型聚类算法是K均值聚类，它通过迭代过程将数据分成K个簇。
2. 层次聚类层次聚类是一种基于树状结构的聚类方法，它将数据点逐步合并为越来越大的簇，直到所有数据点都合并为一个簇。
层次聚类可以分为凝聚型和分裂型两种。
3. 密度聚类密度聚类是一种基于数据点之间密度的聚类方法。
它通过计算每个数据点周围的密度，将密度较高的数据点归为一类，从而形成簇。
DBSCAN是最常用的密度聚类算法之一。
二、聚类分析的应用聚类分析方法在各个领域都有广泛的应用，以下是其中几个典型的应用示例：1. 市场细分聚类分析可帮助企业将潜在消费者细分为不同的市场群体，根据不同群体的需求进行针对性的市场推广。
例如，一家保险公司可以利用聚类分析将客户分为不同的风险类别，制定相应的保险套餐。
2. 医学研究在医学领域，聚类分析可用于帮助识别患者的疾病风险、预测疾病进展、选择最佳治疗方案等。
通过分析患者的基因数据、病历记录和临床表现等信息，医生可以将患者分为不同的疾病类型，为个体化治疗提供指导。
3. 社交网络分析社交网络中存在着庞大的用户群体和复杂的网络关系。
聚类分析可以帮助我们理解社交网络中的用户群体结构，发现潜在的兴趣群体和社区，并为个性化推荐、社交媒体营销等提供支持。
4. 图像分析聚类分析可以应用于图像分析领域，如图像压缩、图像分类等。
通过对图像中的像素点进行聚类，可以将相似的像素点合并为一个簇，从而实现图像的压缩和分类。
5. 网络安全对于网络安全领域来说，聚类分析可以帮助识别异常网络流量、发现潜在的攻击者并采取相应的安全防护措施。
使用聚类算法进行大数据分析的步骤详解
使用聚类算法进行大数据分析的步骤详解大数据分析是一项对大规模、复杂数据集进行整理、解释和推断的过程，旨在提供对业务决策有意义的洞察力。
在大数据中，聚类算法是一种常用的技术，用于将数据集中的数据点划分为不同的群组，使得同一群组内的数据点具有相似性。
本文将详细介绍使用聚类算法进行大数据分析的步骤。
1. 定义问题和目标：在开始大数据分析之前，需要明确分析的目标和问题。
例如，如果想要了解客户群体的特征和消费习惯，可以将问题定义为“将客户分成不同的组，每个组具有相似的特征和购买行为”。
2. 数据预处理：大数据往往包含大量的噪声和缺失值，因此在进行聚类分析之前需要对数据进行预处理。
预处理步骤包括数据清洗、数据转换和数据归一化等。
数据清洗可以去除数据集中的异常值和噪声，数据转换可以将非数值属性转换为数值属性，数据归一化可以保证不同属性的权重一致。
3. 选择合适的聚类算法：聚类算法包括K-means、层次聚类、DBSCAN等。
选择合适的聚类算法要根据数据的特点和分析目标来决定。
例如，如果数据集具有明显的簇状结构，并且需要确定簇的个数，可以选择K-means算法。
4. 特征选择和降维：在某些情况下，数据集中可能包含大量的特征，这些特征可能会导致聚类结果不准确或不可解释。
因此，在进行聚类之前，可以使用特征选择和降维的方法来减少特征的数量。
特征选择通过选择最相关的特征来提高聚类性能，降维通过将高维数据映射到低维空间来减少计算复杂度。
5. 设置聚类参数：聚类算法有一些参数需要设置，例如K-means算法中的簇数目。
设置参数可以根据经验或使用交叉验证等方法进行调优。
合理设置参数可以提高聚类算法的性能和结果的准确性。
6. 执行聚类算法：在设置好参数后，可以执行聚类算法来对数据集进行聚类。
聚类算法根据相似性度量将数据点分配到不同的簇中。
执行聚类算法的过程包括初始化聚类中心、计算数据点与聚类中心的距离、更新聚类中心等。
7. 评估聚类结果：聚类算法的结果可以通过一些评估指标来进行评估，例如轮廓系数、Davies-Bouldin指数等。
数据流聚类算法分析
据对 象之间具有很 高的相似度 ，不同簇 中的对象高度相 异 。 聚 类 分 析 形 式 定 义 为 ： 在 数 据 空 间 Ｓ中 ， 数 据 集 由许 多 数 据 点或 数 据 对 象 组 成 ，数 据 点 （ … Ｘ ｍ） Ｓ ，
（ ）数 据 流 聚类 算法 的特 点 三
【 摘 要 】数据流作 为一种新 的数 据对 象，近年 来成 为 了 据挖 掘领域 的研 究热点问题 ，具有很 大的应 用前景 。文章首先 数
比较 了数据流聚类分析和传统 的聚类分析的一些不 同点 ，然后 对 目前几个典型 的数据 流研 究成果进行 了分析 ，最后对数据流 的
进 一 步 研 究 方 向进 行 了展 望 。 【 键 词 】聚 类 分 析 ；数 据 流 ；数 据 流 聚 类 关 【 中图 分 类 号 】Ｔ ３ １ Ｐ １ 【 献 标 识 码 】Ａ 文
【 作者简介 】王冬 秀 （ ９ １ ，女 ，广 西桂林人 ，广 西工学院财政 经济 系实验师 ，硕士研 究生 ，研 究方向为数 据挖 掘、数 １８ 一） 据流聚类 ；张海鹏 （ ９４一） １７ ，男，广 东惠州人 ，柳州 市公安局 工程 师 ，研 究方 向为数据挖掘 ；李辉 （ ９ １ ，男，广 西桂林 １８ 一） 人 ，广 西工 学院财政 经济 系讲 师 ，硕士研 究生 ，研 究方向为数据挖掘 ，模 式识 别。
进 行 了分 析 和 评 价 。
Ｃ ｘ ，…Ｋ ，在 划 分 的过 程 中 １ ２ Ｊ
，
会 产 生 噪 声 ， Ｃ 不属 于 ｙ
任 何 一 个 分 割 。 数 据 集 Ｘ 就 是 所 有 这 些 分 割 和 噪 声 的 并
集， 且分 之 不 在 集， 』 ｑ ‘ 并 割 间 存 交 即Ｉ
的每 个 属 性 可 以 是 枚 举 型 、数 值 型 等 任 意 类 型 。数据 集
71. 数据分析中的聚类分析技术有哪些？
71. 数据分析中的聚类分析技术有哪些？71、数据分析中的聚类分析技术有哪些？在当今数字化的时代，数据如同海洋一般浩瀚，而如何从这海量的数据中提取有价值的信息和模式，成为了摆在我们面前的重要课题。
聚类分析作为一种重要的数据挖掘技术，能够帮助我们在这片数据海洋中发现隐藏的结构和规律。
那么，究竟有哪些常见的聚类分析技术呢？首先，我们来了解一下 KMeans 聚类算法。
这可以说是聚类分析中最为经典和常用的算法之一。
它的基本思想是，首先随机选择 k 个数据点作为初始的聚类中心，然后根据数据点与这些中心的距离，将其他数据点分配到最近的聚类中。
接着，重新计算每个聚类的中心，再次根据新的中心重新分配数据点，如此反复迭代，直到聚类结果趋于稳定。
KMeans 算法的优点是简单易懂、计算效率高，适用于处理大规模数据。
然而，它也存在一些局限性。
例如，对初始聚类中心的选择比较敏感，如果选择不当，可能会导致最终的聚类结果不佳。
而且，它要求事先确定聚类的个数 k，这在实际应用中有时并不容易确定。
接下来是层次聚类算法。
这种算法的思路是通过逐步合并或分裂数据点，形成一个层次化的聚类结构。
具体来说，有两种常见的方式：凝聚式层次聚类和分裂式层次聚类。
凝聚式层次聚类从每个数据点作为一个单独的聚类开始，然后逐步将距离较近的聚类合并在一起，直到形成一个最终的聚类。
而分裂式层次聚类则相反，它从所有数据点构成一个聚类开始，然后逐步分裂成更小的聚类。
层次聚类的优点是不需要事先指定聚类的个数，能够直观地展示聚类的层次结构。
但它的计算复杂度较高，对于大规模数据的处理可能会比较耗时。
再说说基于密度的聚类算法，比如 DBSCAN（DensityBased Spatial Clustering of Applications with Noise）。
DBSCAN 的核心概念是基于数据点的密度。
它将密度足够大的区域划分为聚类，并能够识别出噪声点（即不属于任何聚类的数据点）。
一种基于滑动窗口的流数据聚类算法
⼀种基于滑动窗⼝的流数据聚类算法第⼀个以流数据为分析对象的聚类算法是由Sudipto Guha 等提出的STREAM 算法。
这种算法根据分治原理，使⽤⼀个不断迭代的过程实现有限空间对数据流进⾏K-means聚类，但该算法⽆法处理演化的数据流。
Aggarwal 在总结上述⽅法本质缺陷的基础上提出了⼀个数据流聚类框架Clustream[5]，其核⼼思想是将聚类过程分为在线和离线两个阶段。
在线部分的任务是存储数据流的汇总结果，⽣成⼀种称为微聚类的信息存储结构，并按⾦字塔式时间结构将中间结果进⾏保存。
离线部分既是根据⽤户指定的观察时段及聚类数量，快速⽣成聚类结果的过程。
CluStream 不⾜之处在于需要⽤户指定聚类簇数k，要求强⾏输⼊固定的聚类簇数必然影响真实的聚类形态分布。
同时，算法是以K-means 算法为基础，对⾮凸形状聚类效果不好，⽆法发现任意形状的聚类，且当噪声数据增多时，聚类质量急骤下降。
Aggarwal 等后续提出了专门针对⾼维连续属性数据流的HPStream 算法，该算法引⼊了⼦空间聚类，并提出了具有遗忘特性的聚类结构，使⽤⾼维投影技术和衰减结构来处理⾼维数据流，HPStream 算法对⾼维数据流具有很好的健壮性。
但算法中需要⽤户来指定平均聚类维数，⽤户⼀般并不具备这种领域知识，成为该算法的瓶颈。
Cao 等⼈提出了基于密度的两阶段聚类⽅法,即DenStream 算法，该算法仍然沿⽤CluStream 算法中的双层结构，创造性的引⼊了潜在微聚类簇和孤⽴点微聚类簇结构，具备对孤⽴点的分析能⼒，即随着数据流不断进化，算法可以识别在某⼀时间段有可能演变成聚类簇的孤⽴点或“潜在聚类”，从⽽更加准确的捕获真实的聚类形态。
但由于算法中采⽤全局⼀致的绝对密度作为参数，使得聚类结果对参数⼗分敏感，⽽且它不⽀持指定的时间窗⼝内实时数据流的演化分析。
受到⼴泛关注的3 类⽅法是基于⽹格的数据流聚类技术[6-9]、⼦空间聚类技术[7-9]、混合属性数据流聚类[10]，代表了当前数据流聚类研究的主流⽅向。
物流大数据分析中的聚类算法研究
物流大数据分析中的聚类算法研究随着信息化发展的不断深入，物流大数据已逐渐成为物流行业的重要组成部分。
物流大数据的分析可以为物流企业提供决策依据、优化运营、提高效率、降低成本，进而提高企业的竞争能力。
而聚类算法作为物流大数据分析的一种重要手段，其研究与应用也愈加受到关注。
一、聚类算法的基本原理聚类算法是通过对一组对象进行分组，使得组内对象之间的相似度尽可能大，组间对象之间的相似度尽可能小，将一个数据集分成若干个类别的方法。
聚类算法广泛应用于物流大数据的分类与分析，如订单分类、区域划分、货物分拣等。
常用的聚类算法包括层次聚类算法、K均值聚类算法、DBSCAN聚类算法等。
层次聚类算法是将数据集看作是一棵树，通过递归地将数据集划分为更小的子集，直到满足某个条件为止。
该算法分为自下而上（聚合）和自上而下（分裂）两种方式。
K均值聚类算法是将n个对象分组成k个簇，以使簇内最大的距离（均方误差）最小。
当簇的个数k确定时，该算法每次执行均可以得到最优划分。
其基本步骤包括：1)任意选择k个初始质心；2）根据各个对象到各个质心的距离将对象分到最近的质心对应的簇中；3）重新计算每个簇的质心；4）重复步骤2、3，直到质心不再移动为止。
DBSCAN聚类算法是基于密度的聚类方法，该算法将密度相连的对象自动聚成一个簇，并将"密度稀疏（离群点）"的对象不属于任何簇。
二、聚类算法的应用聚类算法在物流领域的应用非常广泛，主要包括以下三个方面。
1.物流订单分类物流订单分类主要是根据订单的不同属性（如地区、物品类别、重量、体积、金额等）将订单进行分组。
通过聚类算法，可以根据订单的特征对订单进行分类，形成订单分类体系，方便物流企业对订单进行管理和统计，提高订单处理效率。
2.仓库区域划分仓库区域划分是将仓库的存储空间划分成多个区域，以便更好地您存储、盘点和统计货物。
聚类算法可以根据货物属性和大小来对货物进行分类，根据货物的存储要求对区域进行划分，提高仓库的物品存储效率和管理水平。
基于动态网格的数据流聚类分析
Ｖ０ ． ５ Ｎｏ １ １２ ． １ ＮＯ ． ２ ０ Ｖ ０ ８
基 于 动 态 网格 的数 据 流 聚 类分 析
何
摘
勇， 刘青宝
（ 国防科 学技 术 大 学 信 息 系统 与 管理 学院 ， 沙 ４０ ７ ） 长 １０３ 要 ：提 出的增 量式数 据流 聚类 算 法 Ｄ Ｃ Ｓ结合 网格 和 密度技 术 ， ＧＤ 能够得 到任 意形状 的聚 类 ， 通过 改进 网格
密度的计算方式， 解决了现有网格算法中丢失数据空间影响信息的问题 ， 并且实现了关键参数的 自适应设置， 减 小 了 工参数对聚类结果的影响。 人 关键词 ：动态网格 ；网格密度 ； 数据流聚类； 聚类参数
中图分 类号 ：Ｔ ３ １ Ｐ９ 文献标 志码 ：Ａ 文 章编 号 ：１０ —６ ５ ２０ ） １３８．４ ０ １３９ （０ ８ １－２ １０
提出的增量式数据流聚类算法dgcds结合网格和密度技术能够得到任意形状的聚类通过改进网格密度的计算方式解决了现有网格算法中丢失数据空间影响信息的问题并且实现了关键参数的自适应设置减小了人工参数对聚类结果的影响
第 ２ 第 １ 期 ５卷 １
２０ ０ ８年 １ １月
计 算 机 应 用 研 究
Ａｐ ｌ ａｉｎ Ｒｅｅ ｒｈ ｏ ｍｐ ｔｒ ｐ ｉ ｔ ｓａｃ ｆＣｏ ｕｅｓ ｃ ｏ
Ｄｙ ａ ｃ ｇ ｉ — ａ ｅ ｌ ｓｅ ｉ ｇ ｏ ｅ ａａ ｓｒａ ｎ ｍｉ ｒｄ ｂ ｓ ｄ ｃｕ ｔｒｎ ｖ ｒｄ ｔ ｔ ｍ ｅ
ＨＥＹ ｎ ， ｉｇｂｏ ｏ ｇ ＨＵ Ｑｎ —ａ
（ ｏ ｅｅｆＩ ｏ ａ ｏ ｙ ｅ ＆Ｍ ｎ ｇｍ ｎ ， ａ ｏ ｌ ｎ ｅ ｉ Ｄ ｅ ｅＴ ｈｏｏｙ Ｃ ａｇｈ １０ ３ Ｃ ｉ ） Ｃｌｇ ｎ ｒ ｔ ｎ ｓｍ ｌ ｏ ｆｍ ｉ Ｓ ｔ ａ ａ ｅ ｅｔ Ｎ ｔ ｎ ｉ ｒｔ ｏ ｅ ｎ ｅ ｎｌ ， ｈ ｎｓａ ０ ７ ， ｈ ａ ｉ ａ Ｕ ｖ ｓｙ ｆ ｆｓ ｃ ｇ ４ ｎ
聚类分析数据
聚类分析数据聚类分析是一种数据分析方法，用于将相似的数据点归为一类。
它是无监督学习的一种常见技术，可以匡助我们发现数据中隐藏的模式和结构。
在本文中，我们将介绍聚类分析的基本概念、常用的聚类算法以及如何应用聚类分析来解决实际问题。
一、聚类分析的基本概念聚类分析的目标是将数据点划分为若干个互相之间相似度较高的簇，使得同一簇内的数据点相似度较高，而不同簇之间的数据点相似度较低。
在进行聚类分析之前，我们需要选择适当的相似度度量方法和聚类算法。
1. 相似度度量方法相似度度量方法用于衡量两个数据点之间的相似程度。
常用的相似度度量方法包括欧氏距离、曼哈顿距离、余弦相似度等。
选择合适的相似度度量方法对于聚类分析的结果具有重要影响。
2. 聚类算法聚类算法用于将数据点划分为不同的簇。
常用的聚类算法包括K均值聚类、层次聚类、DBSCAN等。
不同的聚类算法适合于不同类型的数据和问题，选择合适的聚类算法可以提高聚类分析的效果。
二、常用的聚类算法1. K均值聚类K均值聚类是一种基于距离的聚类算法，它将数据点划分为K个簇，其中K是用户预先指定的参数。
该算法的基本思想是通过迭代优化的方式，将数据点分配到离其最近的簇中，然后更新簇的中心点，直到达到收敛条件。
2. 层次聚类层次聚类是一种将数据点组织成树状结构的聚类算法。
它的基本思想是通过计算数据点之间的相似度，逐步合并相似度最高的数据点或者簇，直到所有数据点都被合并到一个簇中或者达到预定的聚类数目。
3. DBSCANDBSCAN是一种基于密度的聚类算法，它将数据点划分为核心点、边界点和噪声点三类。
该算法的基本思想是通过计算数据点的密度，将密度达到一定阈值的核心点连接在一起形成簇，而边界点则被分配到与其相邻的核心点所在的簇中。
三、聚类分析的应用1. 市场细分聚类分析可以匡助企业将市场细分为不同的消费者群体。
通过分析消费者的购买行为、偏好等数据，可以将消费者划分为具有相似特征的簇，从而有针对性地制定营销策略。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
这 些 算 法 处 理 结 果 的 评 价 主 要 依 赖 于 不 同
的应 用 领 域 对 聚 类 不 同 的 考 察标 准 ，通 常这 些
人 的 关 注 。 这 些 数 据 的 共 同 点 就 是 数 据 规 模 巨 大 ， 数 据 快 速 持续 到达 ； 据 通 常 只 能 被 读 取 且 数
ｔｒ 内 ， 似 度 低 的数 据 对 象 处 在 不 同 的 簇 中 。 ｅ） 相 在 传 统 的基 于数 据 库 应用 的模 式 下 ， 据 不 同 的应 根
用 领 域 ， 同 的 应 用 目标 ， 生 了 众 多 的 聚 类 算 不 产 法 。 这 些 算 法 主 要 可 以 划 分 为 以 下 几 类 ： 分 方 划
维普资讯
第 ２卷 第５ ｌ 期
Ｖ０ ． Ｎｏ ５ １ ２ｌ ．
池 州 学 院 学 报
Ｊ ｕ ａ ｏ ｈｚ ｏ ｏｌｇ ｏ ｒ ｌ ｆＣ ｉｈ ｕＣ ｌ ｅ ｎ ｅ
２０年 １ ０７ ０月
ｏｃ． ０ ７ ｔ． ０ ２
数 据流聚 类算 法分 析
黄 孝
（ 京 航 空航 天 大 学 信 息科 学 与 技 术 学 院 ， 苏 南 京 ２ ０ １ ； 南 江 １０ ６
池 州 学院 数 学与计 算机 科 学 系， 徽 池 州 ２ ７ ０ ） 安 ４ ００
［ 要】 首先 比较 了数据流 聚类分析 与传统 的聚类分 析方法 的一些不 同点 ， 目前 最新 的一些数据流聚类研 究成果 摘 对 进 行 了分析 ， 最后对 数据 流聚类发展方 向进行 了展望。 【 关键词】数据流模型 ； 聚类分析 ； 据流聚类 数 【 中图分 类号】 Ｐ １ Ｔ ３１ 【 文献标识 码】 Ａ 【 文奄编 号】１７ — １２ ２０ ０ —０ １ － ３ ６ ４ １ ０ （ ０ ７） ５ ０ １０ ｍｅｈ ｄ ｔ ｏ ｓ）、 于 密 度 的 方 法 （ｄ ｎ ｉ — ａ ｅｍｅ — 基 ｅ ｓｔ ｂ ｓ ｔ ｙ ｈ ｏ ｓ）、 于 网 格 的 方 法 （ ｒ ～ ａｅ ｔｏ ｓ 、 ｄ 基 ｇ ｉ ｂ ｓ ｄｍｅｈ ｄ ） 基 ｄ 于 模 型 的 方 法 （ ｄ ｌｂ ｅ ｔｏ ｓ） ｍｏ ｅ— ａ ｄｍｅｈ ｄ 。 ｓ
可 用 性 ２ 数 据 流 处 理 模 型
全 新 的 研 究 领 域 。作 为 数 据 挖 掘 领 域 的 一 种 基 本
研究 方法 ， 类 分 析 在 数 据 流挖 掘 中受 到广 泛 关 聚
注 和 研 究 。本 文 首 先 介 绍 数 据 流 聚 类 分 析 方 法 的 特 点 ， 后 介 绍 现 有 的 ・ 些 流 聚 类 算 法 ， 对 这 然 并 些算 法进 行分 析 和评价 。
象 的集 合 分 组 成 为 由类 似 的对 象 组 成 的多 个 类
［Ｊ １
，
机 的 。对 数 据 流 中 的 数 据 的读 取 和 处 理 只 能 被 动
的依 据数 据 到 达 的次 序执 行 ， 可能 通过 改变 数 不
据 的输人 次 序来 对 处理 的结果进 行 改进 。 数 据流 是快 速变 化 的 ， 因而 ， 聚 类 算 法 要 能 流
近 年 来 ， 着 微 传 感 器 技 术 和 计 算 机 网 络 技 随
术 的广 泛应 用 ， 网络 监 控 、 票 交 易 分析 、 象 在 股 气 与 环境监 测 、 感器 网络 、ｅ 传 ｗ ｂ应 用 等 领 域 产 生 的
一
类 新 的数 据对 象 一 一数 据 流 ， 到 了 方 法
数 据 流模 型 假 设 数据 流 是 一个 实 时 的 、 续 连
的 、 在 无 界 的 、 序 的 数 据 项 的 序 列 圜。数 据 只 潜 有 能被 顺 序访 问 ；海量 数 据 通 常很 难 被 全部存 储 ，
因 此 数 据 仅 能 被 扫 描 一 遍 或 有 限 的 几 次 。数 据 流 相 对 于传 统 的数 据处理 对 象具 有 以下不 同 ： 数 据流 中的 数 据在 线 持 续 到达 ， 且潜 在无 并
一
标 准 包 括 ： ）可 伸 缩 性 ， ） 理 不 同 类 型 属 性 的 １ ２处
能 力 ，） 现 任 意 形 状 的聚 类 ，） 于决 定 输 入 ３发 ４ 用
次 。数 据 流 作 为 一 种 新 兴 且 日益 主 流 的 数 据 形
式 ， 何从 包 含大 量 数 据 的数据 流 中快 速 高效 提 如 取 有 价 值 的 信 息 ， 成 为 众 多 应 用 领 域 的 客 观 需
聚 类 （ ｌ ｓ ｒ ｇ） 析 是 数 据 挖 掘 领 域 中 的 Ｃｕｔ ｉ 分 ｅｎ
一
穷 的 ， 求 聚类 算 法应 是 增 量更新 的。 要
数据 流 中的数 据 到 达 时 间是 不 可控 制 的 、 随
个 重要 分 支 。所 谓 聚类 ， 指 将 物理 或 抽 象对 是 相 似 的 数 据 对 象 尽 可 能 处 在 同 一 个 簇 （ ｌｓ ｃｕ —
法 （ ａｔｉｎｎ ｔｏ ｓ） 层 次 方 法 （ ｉｒｒｈｃ ｌ ｐ ｒｉｏ ｉｇｍｅｈ ｄ 、 ｔ ｈ ｅａｃ ｉａ
够 跟 上 流 的 速 度 并 抓 住 流 的 特 征 ，算 法 不 能 过 于
复 杂 ； 据流是 连 续 的 ， 以对 数据流 聚类要 能随 数 所 时 间 而 不 断 地 演 化 放 映 流 数 据 结 构 的 变 化 ；数 据
求 ， 吸 引 了许 多研 究 人 员 的 注 意 ， 而 数 据 流 也 因
的 分析 和 挖 掘 在 近 年 快 速 兴 起 且 已 发 展 成 一 个
参 数 的 领 域 知 识 最 小 化 和 数 据 记 录 敏 感 性 ，） ５ 处 理 噪 声 数 据 的 能 力 ， ）高 维 性 ， ）可 解 释 性 和 ６ ７