Data-mining-clustering数据挖掘—聚类分析大学毕业论文外文文献翻译及原文

ne, anthropology, marketing, and economics.聚类已被用于许多应用领域,包括生物学,医学,人类学,市场营销和经济学。 Clustering applications include plant and animal classification, disease classification, image processing, pattern recognition, and document retrieval. 聚类分析的应用包括植物和动物分类,疾病分类,图像处理,模式识别,文献检索。最先One of the first domains in which clustering was used was biological taxonom使用聚类分析的领域是生物分类学。Recent uses include examining Web log data to detect usage patterns最近的使用包括通过研究Web日志的数据来检测其使用模式。РWhen clustering is applied to a real-world database, many interesting problems occur:当聚类分析应用到现实世界的数据库,许多有趣的问题将出现: Р异常值的处理是困难的。这里的元素通常不属于任何一个集合。它们可以被看作是孤立集合。但是,如果聚类算法试图找到更大的集合,这些异常值将被迫放在某个集合内。此过程可能会导致结合两个现有的聚类来建立出贫乏的聚类,并且新建立的聚类本身会出现异常。РDynamic data in the database implies that cluster membership may change over time.数据库的动态数据意味着聚类成员可能会随时间而改变。