Research on Subspace Clustering Methods and their Applications in Spam Filtering

摘要

聚类分析是数据挖掘的基础功能之一，在生物信息学、信息过滤、资料自动分类等领域得到广泛应用。然而在众多实际应用中，实际数据变得越来越庞大和复杂，并且具有非常高的维度。受“维度效应”的影响，传统的聚类算法在高维数据上的聚类精度不尽如人意。因而研究高维数据的聚类分析方法具有非常重要的意义，已成为近年来研究的一个重点课题。 在高维空间中簇类可能只存在于某些低维子空间中，而不同的簇类其所处的子空间也可能存在差异。因而子空间聚类方法成为高维数据聚类分析中的一个研究热点。局部维度约简方法和簇所处子空间的发现方法是子空间聚类方法研究领域的两个关键问题。我们从局部维度约简方法入手，通过分析现有方法的不足，改进...