MỤC LỤC
DANH SÁCH BẢNG BIỂU
BẢNG TỪ VIẾT TẮT
MỞ ĐẦU
CHƢƠNG 1: TỔNG QUAN VỀ DATA MINING
1.1 Giới thiệu chung
1.2 KPDL là gì?
1.3 Quá trình khám phá tri thức trong CSDL
1.4 Các kỹ thuật áp dụng trong KPDL
1.4.1 Các kỹ thuật tiếp cận trong KPDL
1.4.2 Các dạng dữ liệu có thể khai phá
1.5 Ứng dụng của KPDL
1.6 Phân cụm dữ liệu và ứng dụng
CHƯƠNG 2: PHÂN CỤM DỮ LIỆU VÀ CÁC TIẾP CẬN
2.1 Vấn đề phân cụm dữ liệu
2.2 Các ứng dụng của phân cụm dữ liệu
2.3 Các kiểu dữ liệu và độ đo tƣơng tự
2.3.1 Phân loại các kiểu dữ liệu dựa trên kích thước miền
2.3.2 Phân loại các kiểu dữ liệu dựa trên hệ đo
2.3.3 Khái niệm về tương tự và phi tương tự
2.4 Những kỹ thuật tiếp cận trong phân cụm dữ liệu
2.4.1 Phân cụm phân hoạch
2.4.2 Phân cụm dữ liệu phân cấp
2.4.3 Phân cụm dữ liệu dựa trên mật độ
2.4.4 Phân cụm dữ liệu dựa trên lưới
2.4.5 Phân cụm dữ liệu dựa trên mô hình
2.4.6 Phân cụm dữ liệu có ràng buộc
2.5 Các yêu cầu cần thiết cho tạo dựng kỹ thuật PCDL
CHƯƠNG 3: CÁC THUẬT TOÁN PHÂN CỤM DỮ LIỆU
ĐIỂN HÌNH
3.1 Họ các thuật toán phân hoạch
3.1.1 Thuật toán k-means
3.1.2 Thuật toán PAM
3.1.3 Thuật toán CLARA
3.1.4 Thuật toán CLARANS
3.1.5 Nhận xét chung về họ các thuật toán phân hoạch
3.2 Các thuật toán phân cụm phân cấp
3.2.1 Thuật toán BIRCH
3.2.2 Thuật toán CURE
3.3 Các thuật toán phân cụm dựa trên mật độ
3.3.1 Thuật toán DBSCAN
3.3.2 Thuật toán OPTICS
3.3.3. Thuật toán DENCLUE
3.4 Một số thuật toán phân cụm dữ liệu đặc thù
3.4.1 Thuật toán STING
3.4.2 Thuật toán CLIQUE
3.4.3 Thuật toán EM
CHƯƠNG 4: PHÂN CỤM DỮ LIỆU MỜ
4.2. Thuật toán FCM
4.2.1 Hàm tiêu chuẩn
4.2.2 Thuật toán FCM
4.3 Thuật toán
FCM
4.3.1 Hàm tiêu chuẩn
4.3.2 Thụât toán
FCM
CHƯƠNG 5: PHÂN CỤM SONG SONG TRÊN TẬP DỮ LIỆU
HỖN HỢP
5.2. Mô hình dữ liệu có kiểu hỗn hợp giữa thuộc tính số và thuộc tính
hạng mục
5.2.1 Các miền thuộc tính
5.2.2 Các đối tượng có kiểu hỗn hợp
5. 3 Cơ sở toán học cho thuật toán k - prototypes
5.3.1. Hàm tiêu chuẩn
5.3.2. Độ đo sự tương tự
5.4 Thuật toán k- prototypes
5.5 Nhận xét chung về phƣơng pháp k-prototypes
KẾT LUẬN
PHỤ LỤC
TÀI LIỆU THAM KHẢO
5. 1. Giới thiệu
4.1 Vấn đề phân cụm mờ