| 发明名称 | 降维聚类的数据分析方法 | ||
| 摘要 | 本发明公开了一种降维聚类的数据分析方法，其包括以下步骤：S101、通过生成样本数据，对样本数据进行无量纲化处理，构造出模型所需的投影数据；S102、构造投影指标，并得到最优投影方向向量<img file="DDA0001118463970000011.GIF" wi="87" he="59" />S103、对投影数据进行线性投影，得到一维投影特征值。本发明通过上述步骤，能将投影寻踪技术和动态聚类的方法相结合，应用于高维数据降维聚类的模型，既操作简单，又增加了模型的客观性；而且针对可能出现的决策者偏好的情况，本发明通过增加约束条件，使得模型能够综合考虑客观权重和决策者的偏好，扩大了模型的适用范围。 | ||
| 申请公布号 | CN106383889A | 申请公布日期 | 2017.02.08 |
| 申请号 | CN201610842787.5 | 申请日期 | 2016.09.22 |
| 申请人 | 国信优易数据有限公司 | 发明人 | 夏虎;康明;陈进宝 |
| 分类号 | G06F17/30(2006.01)I | 主分类号 | G06F17/30(2006.01)I |
| 代理机构 | 北京青松知识产权代理事务所(特殊普通合伙) 11384 | 代理人 | 郑青松 |
| 主权项 | 一种降维聚类的数据分析方法，其特征在于，包括以下步骤：S101、通过生成样本数据，对样本数据进行无量纲化处理，构造出模型所需的投影数据；S102、构造投影指标，并得到最优投影方向向量<img file="FDA0001118463940000011.GIF" wi="90" he="61" />S103、对投影数据进行线性投影，得到一维投影特征值。 | ||
| 地址 | 100070 北京市丰台区南四环西路188号总部公馆（ABP）B座9楼 | ||