数据挖掘中一种新的聚类方法——基于对应分析与因子旋转

统计研究 ›› 2008, Vol. 25 ›› Issue (1): 93-97.

数据挖掘中一种新的聚类方法——基于对应分析与因子旋转

殷瑞飞;朱建平

厦门大学计划统计系

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2008-01-15 发布日期:2008-01-15

A New Clustering Method in Data Mining ——Based on Correspondence Analysis and Factor Rotation

Yin Ruifei ; Zhu Jianping

Received:1900-01-01 Revised:1900-01-01 Online:2008-01-15 Published:2008-01-15

摘要/Abstract

摘要： 内容提要：本文基于Q型因子分析的基本思想，结合对应分析方法，建立了一种适用于大型数据库聚类的方法。该方法既解决了Q型因子分析算法效率方面的问题，也解决了传统对应分析法中缺乏客观分类标准、信息损失严重等多种缺陷，在实证分析中也取得了良好的效果。

关键词: 关键词：数据挖掘, 聚类分析, 对应分析, 因子旋转

Abstract: Abstract: Based on the idea of Q-mode factor analysis and correspondence analysis, this paper proposes a new clustering approach to fit for large-scaled database. The approach is effective in calculation which is an obstacle in Q-mode factor analysis. Additionally, this approach overcomes the subjectivity of traditional correspondence analysis and avoids the lost of information. The validity of the proposed approach is verified with a case.

Key words: Key words: Data mining, Cluster analysis, Correspondence analysis, Factor rotation

殷瑞飞, 朱建平. 数据挖掘中一种新的聚类方法——基于对应分析与因子旋转 [J]. 统计研究, 2008, 25(1): 93-97.

Yin Ruifei, Zhu Jianping. A New Clustering Method in Data Mining ——Based on Correspondence Analysis and Factor Rotation [J]. Statistical Research, 2008, 25(1): 93-97.

[1]	吕岩威李平. 一种加权主成分距离的聚类分析方法[J]. 统计研究, 2016, 33(11): 102-108.
[2]	王德青等. 基于自适应迭代更新的函数型数据聚类方法研究[J]. 统计研究, 2015, 32(4): 91-96.
[3]	孙易冰等. 一种基于网络爬虫技术的价格指数计算模型[J]. 统计研究, 2014, 31(10): 74-80.
[4]	李苍舒. 我国金融业效率的测度及对应分析[J]. 统计研究, 2014, 31(1): 91-97.
[5]	王德青等. 主成分聚类分析有效性的思考[J]. 统计研究, 2012, 29(11): 84-87.
[6]	李晶李晓颖. 基于空间距离法的区域人类发展指数[J]. 统计研究, 2012, 29(1): 61-67.
[7]	苏为华张崇辉. 关于异质性假说的中国EKC再检验[J]. 统计研究, 2011, 28(12): 66-71.
[8]	师应来王平. 房地产预警指标体系及综合预警方法研究[J]. 统计研究, 2011, 28(11): 16-21.
[9]	李因果何晓群. 面板数据聚类方法及应用[J]. 统计研究, 2010, 27(9): 73-77.
[10]	何海鹰朱建平谢邦昌. 证券投资意识调查分析 —基于数据挖掘的视角 [J]. 统计研究, 2008, 25(9): 49-53.
[11]	方虹, 王红霞. 中国制造业技术变化实证研究[J]. 统计研究, 2008, 25(4): 40-44.
[12]	朱建平陈民恳. 面板数据的聚类分析及其应用[J]. 统计研究, 2007, 24(4): 11-14.
[13]	来升强;朱建平. 数据挖掘中高维定性数据的粗糙集聚类 [J]. 统计研究, 2005, 22(8): 56-5.
[14]	白先春, 凌亢, 朱龙杰, 王芳. 我国县级城市发展质量综合评价——以江苏省县级市为例 [J]. 统计研究, 2005, 22(7): 51-4.
[15]	刘霖, 秦宛顺. 县域经济的判别分析与聚类分析——兼论政府层级效应与“温州模式”[J]. 统计研究, 2005, 22(1): 67-5.