摘要：参考文献：http://blog.csdn.net/chl033/article/details/3324548考虑一个数据库中的二维表如下：元素颜色形状大小稳定性x1红三角大稳定x2红三角大稳定x3黄圆小不稳定x4黄圆小不稳定x5兰方块大稳定x6红圆中不稳定x7兰圆小不稳定x8兰方块中不稳定其中“颜色形状大小”称为条件属性，“稳定性”称为决策属性。我们的目的是找出哪些条件属性能够对决策属性有影响。主要思路是假设去除要验证的条件属性后，其下近似集和上近似集没有变化，那么说明没影响，反之有影响。假设有8个积木构成了一个集合A，我们记：A={x1,x2,x3,x4,x5,x6,x7,x8}，每个积 阅读全文

摘要：本文转自：http://www.cnblogs.com/leoo2sk/archive/2010/09/20/k-means.html4.1、摘要 在前面的文章中，介绍了三种常见的分类算法。分类作为一种监督学习方法，要求必须事先明确知道各个类别的信息，并且断言所有待分类项都有一个类别与之对应。但是很多时候上述条件得不到满足，尤其是在处理海量数据的时候，如果通过预处理使得数据满足分类算法的要求，则代价非常大，这时候可以考虑使用聚类算法。聚类属于无监督学习，相比于分类，聚类不依赖预定义的类和类标号的训练实例。本文首先介绍聚类的基础——距离与相异度，然后介绍一种常见的聚类算法——k均值和k中心点聚类 阅读全文