8、据挖掘：概念与技术M.北京：机械工业出版社 ， 2001.3 陈京民 ， 等.数据仓库与数据挖掘技术M.北京：电子工业出版社 ， 2002.4 刘同明 ， 等.数据挖掘技术及其应用M.北京:国防工业出版社 ， 2001.5 David Hand,等.数据挖掘原理M.张银奎 ， 等译.北京: 机械工业出版社 ， 中信出版社 ， 2004.指导教师意见签名： 年 月 日教研室主任意见签名： 年 月 日目 录摘要1关键词1Abstract 1Key words1引言11 PAM聚类算法分析21.1 数据挖掘相关知识21.1.1 数据挖掘简介21.1.2 聚类 21.1.3 聚类分析概述31.2 PAM算法分析51.2.1 PAM算 。

9、法详细论述51.2.2 PAM算法描述71.2.3 PAM算法性能分析72 PAM聚类算法的实现72.1简要说明72.2 matlab简介82.2.1 matlab基本功能82.3 算法实现82.4 PAM聚类算法在学生成绩中的应用133 小结14致谢14参考文献 14PAM聚类算法分析与实现网络工程 专业 指导教师：摘要“物以类聚 ， 人以群分” 。
当有一个分类指标时 ， 分类比较容易 。
但是当有多个指标 ， 要进行分类就不是很容易了 。
对于多指标分类 ， 由于不同的指标项对重要程度或依赖关系是相互不同的 ， 所以也不能用平均的方法 ， 因为这样会忽视相对重要程度的问题 。
所以需要进行多元分类 ， 即聚类分析 。
本文主要介绍一种 。

10、聚类分析算法 ， 它就是PAM聚类算法 。
首先是数据挖掘简介包括数据挖掘的基本概念 ， 说明聚类是数据挖掘的一个很重要的功能 。
同时进一步解释什么是聚类分析 。
然后详细分析PAM聚类算法 ， 最后给出了一个实现PAM聚类算法的例子 。
关键词：PAM聚类算法 ；中心点 ；聚类分析；代价PAM Clustering Algorithm Analysis and ImplementationMajor：Network engineering Gao Huarong Supervisor：Wu QimingAbstract Birds of a feather flock together.When there is a 。

11、 classification index,classification is easier.But when more than one index, want to undertake classification is not very easy.For multi-index classification, due to the different index study of important degree or dependent relationship is mutual different, so also cannot use average method, becaus 。

12、e that will ignore the relative importance.So the need of multiple classification, namely clustering analysis.This paper mainly introduces a kind of the cluster analysis algorithm, it is PAM clustering algorithm.First introduces the basic concept of data mining that clustering is an important data m 。

13、ining the function.And further explained what clustering analysis is. Then detailed analysis of PAM clustering algorithm, and finally presents a realizing examples of PAM clustering algorithm.Key words PAM clustering algorithm；center；Clustering analysis；cost引言 如今数据挖掘的理论越来越广泛的应用在商业、制造业、金融业、医药业、电信业等等许 。

14、多领域 。
数据挖掘的目标之一是进行聚类分析 。
聚类就是把一组个体按照相似性归成若干类别 ， 它的目的是使得属于同一类别的个体之间的差别尽可能的小 ， 而不同种类别上的个体间的差别尽可能的大 。
PAM聚类算法是众多聚类算法的之一 。
PAM算法的优势在于：PAM算法比K-平均算法更健壮 ， 对“噪声”和孤立点数据不敏感；它能够处理不同类型的数据点；它对小的数据集非常有效 。
1 PAM聚类算法的分析 1.1 数据挖掘相关知识1.1.1数据挖掘简介数据挖掘是一个多学科交叉研究领域 ， 它融合了数据库技术、人工智能、机器学习、统计学、知识工程、面向对象方法、信息检索、高性能计算以及数据可视化等最新技术的研究成果 。
经过十几年的研究 。

15、 ， 产生了许多新概念和新方法 。
特别是最近几年 ， 一些基本概念和方法趋向于清晰 ， 它的研究正向着更深入的方向发展 。
数据挖掘之所以被称为未来信息处理的骨干技术之一 ， 主要在于它以一种全新的概念改变着人类利用数据的方式 。
20世纪 ， 数据库技术取得了决定性的成果并且已经得到广泛的应用 。
但是 ， 数据库技术作为一种基本的信息储存和管理方式 ， 仍然以联机事务处理为核心应用 ， 缺少对决策、分析、预测等高级功能的支持机制 。
众所周知 ， 随着数据库容量的膨胀 ， 特别是数据仓库以及Web等新型数据源的日益普及 ， 联机分析处理、决策支持以及分类、聚类等复杂应用成为必然 。
面对这一挑战 ， 数据挖掘和知识发现技术应运而生 ， 并显示出强大的生命力 。
数据 。

16、挖掘和知识发现使数据处理技术进入了一个更更高级的阶段 。

稿源：(未知)

【傻大方】网址：/a/2021/0711/0022845604.html

标题：网络工程|网络工程毕业设计（论文）PAM聚类算法的分析与实现( 二 )