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 |