论文部分内容阅读
随着计算机科学技术的发展，探求海量数据内在信息的需求与日俱增，对传统的数据分析提出了巨大的挑战，使数据挖掘迅速发展成为一个独立的领域。其中，建立有意义的对象分组是数据挖掘的基础方式之一，聚类分析就是一种典型的分组方法，它是将物理或抽象对象的集合分组成为由类似对象组成的多个类(duster)的过程(clustering)。 本文将对多指标聚类方法作比较详尽的探讨，全文分为五个部分： 第一部分是绪论，主要包括本文选题的意义，研究动态以及本文以层次分析法、主成分分析法为降维原则的聚类分析研究思路。 第二部分是聚类理论概述，主要对数据挖掘和聚类算法作简要综述，并引入极大极小距离概念，比较聚类分析的各种距离算法。 第三部分是研究思路和方法的说明，主要从统计学的角度，以工业园区经济发展水平的划分为目的，结合实际说明研究方法，包括指标的设计和提取（降维）、聚类的样本处理等，其中指标提取所用的层次分析法和主成分分析法是讨论重点，也是实证分析的中心环节。 第四部分是园区经济发展水平的聚类分析实证研究。应用层次分析法和主成分分析法对云南省32个重点工业园区的指标进行降维，在聚类时对6种距离算法（最短距离法、最长距离法、重心连接法、类平均法、离差平方和法、极大极小距离法）作对比分析，选出最能反映园区实际的离差平方和法计算距离，得出相应的聚类结果（总共分为3类），并结合聚类结构图分析存在差异的原因及提出相应的对策。 第五部分是总结以及对下一步研究工作设想。 综合来看，本文在聚类算法的选取上考虑比较全面，符合研究对象的实际情况，具有较大的研究意义。