数据分析与数据挖掘--实验六 聚类分析实验(2)

#实验#封面 课程名称： 数据与数据挖掘  课程代码：          任课老师：  周化          实验指导老师:  周化            实验报告名称：聚类分析（2）——K均值与K—最近邻方法                                          学生姓名：                    学号：                    教学班：                      递交日期：                      签收人：                我申明，本报告内的实验已按要求完成，报告完全是由我个人完成，并没有抄袭行为。我已经保留了这份实验报告的副本。 申明人(签名): 实验报告评语与评分： 评阅老师签名： 一、实验名称：聚类分析（K均值、K中心点） 二、实验日期：2017年10月12日 三、实验目的： （1）熟悉和巩固数据分析中的聚类划分的方法； （2）能够通过距离相似度计算理解聚类分析中的K-均值算法和K-最近邻算法； （3）能够通过聚类工具，对数据样本完成聚类后讨论类别划分的特征 四、实验用的仪器和材料： 硬件：PC电脑一台； 配置：内存，2G及以上  硬盘250G及以上 软件环境：操作系统 windows server 2003 数据库环境：Microsoft SQL SERVER 2005 五、实验内容： 1）熟练掌握课件PPT中的K均值和K最近邻实例的推演过程。 2）完成课本P217 第14题。 3）完成课本P217第20题。 （4）假设空间中的五个点{A、Ｂ、Ｃ、Ｄ、Ｅ}，如下图所示。各点之间的距离关系如下表所示，根据所给的数据对其运行k-medoids算法实现划分聚类（设k=2）。 样本点 A B C D E A 0 1 2 2 3 B 1 0 2 4 3 C 2 2 0 1 5 D 2 4 1 0 3 E 3 3 5 3 0             初始近邻点定为 A、B （5）采用数据挖掘工具平台的聚类分析功能，完成一个任意样本的聚类，并根据所学评价该聚类的特征和优劣。（参考书本P215）聚类验证