首页 | 官方网站   微博 | 高级检索  
     

基于决策树的模糊聚类评价算法及其应用
引用本文:王园园,倪志伟,赵裕啸,伍章俊.基于决策树的模糊聚类评价算法及其应用[J].计算机技术与发展,2009,19(9):232-235.
作者姓名:王园园  倪志伟  赵裕啸  伍章俊
作者单位:合肥工业大学,管理学院,安徽,合肥,230009;合肥工业大学,过程优化与智能决策教育部重点实验室,安徽,合肥,230009
基金项目:国家高技术研究发展计划(863),国家自然科学基金 
摘    要:评判聚类结果的有效性是一个复杂问题.文中提出一种基于决策树的模糊聚类评价算法,证明了决策树过程实际上就是一种模糊聚类评价过程,因此能够使用决策树算法来评价聚类结果的好坏,并在此基础上提出一个新的定理.通过UCI中已经有准确聚类个数的数据来验证算法有效性,在实验中首先使用K-means聚类算法得到不同聚类结果,再使用决策树中的C5.0算法来评价各种聚类结果,得到的最优聚类结果与UCI数据原有的聚类结果接近,证明了算法的实用性.最后给出算法在证券行业客户细分中的应用实例.

关 键 词:聚类  模糊评价  决策树  客户细分

Fuzzy Clustering Evaluation Algorithm Based on Decision Tree and Application
WANG Yuan-yuan,NI Zhi-wei,ZHAO Yu-xiao,WU Zhang-jun.Fuzzy Clustering Evaluation Algorithm Based on Decision Tree and Application[J].Computer Technology and Development,2009,19(9):232-235.
Authors:WANG Yuan-yuan  NI Zhi-wei  ZHAO Yu-xiao  WU Zhang-jun
Abstract:
Keywords:
本文献已被 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号