高維數(shù)據(jù)分析預(yù)處理技術(shù)
作者針對高維稀疏數(shù)據(jù)挖掘問題，從數(shù)據(jù)預(yù)處理的角度，研究對象—屬性空間的劃分問題，其目的是把所研究的數(shù)據(jù)挖掘空間分解為若干規(guī)模較小的對象—屬性空間，從而降低實(shí)際數(shù)據(jù)挖掘的難度。本書針對高維稀疏數(shù)據(jù)挖掘問題，以降低數(shù)據(jù)挖掘規(guī)模，建立了體系完整的數(shù)據(jù)預(yù)處理理論和方法，具有很強(qiáng)的理論意義和實(shí)際應(yīng)用前景。
祝琴，女，南昌大學(xué)工業(yè)自動化專業(yè)本科畢業(yè)；南昌大學(xué)控制理論與控制專業(yè)碩士畢業(yè)；北京科技大學(xué)管理科學(xué)與工程專業(yè)博士畢業(yè)并獲博士學(xué)位。現(xiàn)為南昌大學(xué)管理學(xué)院副教授，主要從事管理科學(xué)與工程專業(yè)的教學(xué)與科研工作。
第1章 引言／1
第2章 文獻(xiàn)綜述／5
2.1 知識發(fā)現(xiàn)與數(shù)據(jù)挖掘／5
2.2 聚類分析／13
2.3 數(shù)據(jù)挖掘所面臨的挑戰(zhàn)／24
2.4 高維數(shù)據(jù)／27
2.5 維度約簡／31
2.6 高維數(shù)據(jù)聚類／38
2.7 本章小結(jié)／43
第3章 基于排序的高屬性維稀疏數(shù)據(jù)聚類方法／44
3.1 高維稀疏數(shù)據(jù)／44
3.2 高屬性維聚類問題描述／47
3.3 經(jīng)典高屬性維稀疏數(shù)據(jù)聚類CABOSFV方法分析／54
3.4 基于排序的CABOSFV方法——CABOSFVABS方法／59
3.5 本章小結(jié)／68
第4章 對象—屬性空間分割的兩階段聯(lián)合聚類方法／70
4.1 具有高維稀疏特征的對象—屬性空間分割問題的提法／70
4.2 傳統(tǒng)對象—屬性空間分割方法基于內(nèi)聚度方法／71
4.3 聯(lián)合聚類方法／75
4.4 兩階段聯(lián)合聚類方法（MTPCCA）／86
4.5 本章小結(jié)／96
第5章 對象—屬性子空間重疊區(qū)域的歸屬問題／98
5.1 問題描述及相關(guān)研究工作／98
5.2 對象—屬性子空間的邊緣重疊區(qū)域歸屬方法——OASEDA方法／108
5.3 本章小結(jié)／126
第6章 對象—屬性子空間優(yōu)化／128
6.1 高維稀疏特征的對象—屬性非關(guān)聯(lián)子空間／130
6.2 剔除非關(guān)聯(lián)子空間RNASAUBSC方法／131
6.3 RNASAUBSC方法算例／136
6.4 RNASAUBSC方法應(yīng)用／138
6.5 本章小結(jié)／141
第7章 結(jié)論／142
參考文獻(xiàn)／145
后 記／165
圖目錄
圖1-1 本書結(jié)構(gòu)圖／4
圖2-1 數(shù)據(jù)庫知識發(fā)現(xiàn)的過程圖／6
圖2-2 聚結(jié)型層次聚類和分解型層次聚類法的比較／17
圖2-3 高維數(shù)據(jù)聚類方法的分類圖／39
圖3-1 CABOSFV聚類方法的兩層結(jié)構(gòu)圖／58
圖4-1 傳統(tǒng)聚類與聯(lián)合聚類／76
圖4-2 行和列均獨(dú)立的聯(lián)合聚類／78
圖4-3 格子結(jié)構(gòu)的獨(dú)立聯(lián)合聚類／79
圖4-4 獨(dú)立行的聯(lián)合聚類／79
圖4-5 獨(dú)立列的聯(lián)合聚類／80
圖4-6 樹型的沒有重疊獨(dú)立的聯(lián)合聚類／80
圖4-7 沒有獨(dú)立、沒有重疊的聯(lián)合聚類／81
圖4-8 層次結(jié)構(gòu)重疊的聯(lián)合聚類／81
圖4-9 6個(gè)對象10種屬性的對象—屬性空間圖／90
圖4-10 **階段聚類分割后的對象—屬性空間圖／92
圖4-11 兩階段聯(lián)合聚類識別的對象—屬性子空間圖／92
圖4-12 30個(gè)對象、45種屬性的對象—屬性空間圖／95
圖4-13 基于內(nèi)聚度分割方法識別的對象—屬性子空間圖／95
圖4-14 基于MTPCCA方法識別的對象—屬性子空間圖／96
圖5-1 子空間中的交叉重疊區(qū)域圖／99
圖5-2 交叉重疊區(qū)域中零屬性值現(xiàn)象／99
圖5-3 聚類邊界不準(zhǔn)現(xiàn)象／100
圖5-4 擴(kuò)展1/2網(wǎng)格圖／104
圖5-5 同位置點(diǎn)距離計(jì)算情況圖／104
圖5-6 聚類邊界點(diǎn)、噪聲、孤立點(diǎn)圖／104
圖5-7 邊界效應(yīng)引起聚類效果不好圖／107
圖5-8 受力分析圖／109
圖5-9 子空間的交叉重疊區(qū)域分塊圖／116
圖5-10 8個(gè)對象、10種屬性的對象—屬性空間圖／121
圖5-11 MTPCCA方法識別的對象—屬性子空間圖（一）／121
圖5-12 8個(gè)對象、10種屬性的對象—屬性子空間圖／122
圖5-13 26個(gè)客戶訂購45種產(chǎn)品的對象—屬性空間圖／124
圖5-14 MTPCCA方法識別的對象—屬性子空間圖（二）／125
圖5-15 根據(jù)OASEDA方法得出的對象—屬性子空間圖／126
圖6-1 8個(gè)對象、10種屬性對應(yīng)的對象—屬性子空間圖／129
圖6-2 對象—屬性稀疏子空間圖／130
圖6-3 對象—屬性非關(guān)聯(lián)子空間圖／132
圖6-4 RNASAUBSC方法運(yùn)算過程圖／133
圖6-5 4個(gè)對象、5種屬性對象—屬性空間的優(yōu)化過程圖／135
圖6-6 30個(gè)對象、45種屬性的對象—屬性子空間圖／137
圖6-7 30個(gè)對象、45種屬性優(yōu)化后的對象—屬性子空間圖／137
圖6-8 8個(gè)客戶訂購10種產(chǎn)品的對象—屬性子空間圖／140
圖6-9 對象—屬性子空間C的優(yōu)化過程圖／140
表目錄
表3-1 高維稀疏數(shù)據(jù)／46
表3-2 高維稀疏的數(shù)據(jù)歸一化／46
表3-3 高維稀疏二態(tài)數(shù)據(jù)表／47
表3-4 二態(tài)變量取值統(tǒng)計(jì)／49
表3-5 對象數(shù)據(jù)例表／51
表3-6 分類變量轉(zhuǎn)化為不對稱二態(tài)變量／52
表3-7 6個(gè)客戶訂購8種產(chǎn)品的稀疏特征表／55
表3-8 6個(gè)客戶訂購8種產(chǎn)品情況的壓縮存儲／57
表3-9 15個(gè)客戶對48種產(chǎn)品的訂購情況／64
表3-10 CABOSFV方法聚類結(jié)果／65
表3-11 CABOSFVABS方法聚類結(jié)果／67
表4-1 所包含的數(shù)值都相等的聯(lián)合聚類／76
表4-2 同列包含數(shù)值相等的聯(lián)合聚類／77
表4-3 同行包含數(shù)值相等的聯(lián)合聚類／77
表4-4 加法模型／77
表4-5 乘法模型／77
表4-6 演變趨勢一致的聯(lián)合聚類／78
表4-7 8個(gè)客戶訂購10種產(chǎn)品的稀疏特征表（一）／89
表4-8 8個(gè)客戶訂購10種產(chǎn)品的壓縮存儲表／89
表4-9 30個(gè)對象、45種屬性取值的情況表／93
表5-1 8個(gè)客戶訂購10種產(chǎn)品的情況表／119
表5-2 8個(gè)客戶訂購10種產(chǎn)品的歸一化結(jié)果表／120
表5-3 8個(gè)客戶訂購10種產(chǎn)品的稀疏特征值表／120
表5-4 26個(gè)客戶訂購45種產(chǎn)品的情況／123
表6-1 8個(gè)客戶訂購10種產(chǎn)品的稀疏特征表（二）／129
表6-2 2個(gè)客戶訂購7種產(chǎn)品的稀疏特征表／133
表6-3 4個(gè)客戶訂購5種產(chǎn)品的稀疏特征表／134
表6-4 8個(gè)客戶訂購10種產(chǎn)品的統(tǒng)計(jì)表／138
表6-5 8個(gè)客戶訂購10種產(chǎn)品數(shù)量歸一化的數(shù)據(jù)表／139
表6-6 8個(gè)客戶訂購10種產(chǎn)品的稀疏特征表（三）／139
書單推薦
