基于Fisher最优分割法的聚类分析应用

摘要

近些年来，中国高等教育规模日益增大，社会对大学生的素质提出了更高的要求，教育质量一直被视为高等教育的生命线，而生源质量的高低是直接影响学校教育质量的关键因素。很多高校都争取在保证生源数量的情况下尽量提高录取分数，以求获得较高质量的生源。而高考成绩的高低是否完全决定了生源的质量，高考成绩与大学成绩之间是否有着必然的联系，这些疑问值得探究。
　　基于Fisher最优分割法，利用聚类分析算法将某高等职业院校2011级的学生的高考成绩作为有序样本与大学一年级统考的数学和英语成绩进行了数据挖掘，并将高考单科成绩与大学单科成绩进行了主成分分析，其结果对今后的招生工作具有十分重要的指导意义。

目录

声明

摘要

1 绪论

1．1 课题研究的意义

1．2 课题完成的主要工作

1．3 论文内容安排

2 数据挖掘的基本知识

2．1 数据挖掘技术概述

2．1．1 数据挖掘的定义

2．1．2 数据挖掘技术的功能

2．2 数据挖掘技术的发展历史及国内外研究现状

2．2．1 数据挖掘技术的发展历史

2．2．2 数据挖掘技术的国内现状

2．3 数据挖掘的常用技术

2．4 数据挖掘的应用热点

2．5 数据挖掘的处理过程

2．6 常用的数据挖掘工具

3 聚类分析

3．1 聚类分析概述

3．2 聚类分析及研究现状

3．3 聚类分析的数据特性

3．4 聚类算法的分类

4 Fisher最优分割法

4．1 最优分割法

4．2 Fisher最优分割法

4．2．1 定义类的直径

4．2．2 定义分类损失函数

4．2．3 递推公式

4．2．4 最优解的求法

4．3 基于Fisher最优分割法的聚类分析算法

4．3．1 数据正规化

4．3．2 计算极差(或变差)矩阵

4．3．3 进行最优二分割

4．3．4 进行最优三分割

4．3．5 最优K分割

4．4 主成分分析

4．4．1 数学模型

5 基于Fisher最优分割法和主成分分析的聚类分析应用

5．1 原始数据分析

5．2 根据数学期末成绩聚类

5．3 根据英语期末成绩聚类

5．4 单科成绩主成分分析

5．4．1 数学成绩的主成分分析

5．4．2 英语成绩的主成分分析

5．4．3 结论

6 结束语

6．1 工作总结

6．2 工作展望

参考文献

个人简历及发表论文情况

致谢