34、项集分类聚类：数据挖掘新方法

项集分类聚类：数据挖掘新方法

1. 引言

随着科技的进步，大量的数据被产生出来，这使得提取数据的信息摘要变得尤为重要。为了满足这一需求，数据挖掘算法应运而生，如聚类、分类和关联规则等。近年来，生物学、医学和电子商务营销等领域的技术进步产生了新型数据集，这些数据集通常由特征和目标数值向量表示的元组组成。为了理解数据在向量方面相似的原因，将特征与每个数据组关联起来是很有帮助的。例如，在分子生物学中，将基因控制机制与具有相似表达模式的基因关联起来。这种新型数据促使我们开发项集分类聚类方法。

2. 动机示例

为了说明传统方法与项集分类聚类方法的区别，我们来看一个示例。假设有八个元组，每个元组包含特征项和目标属性。我们使用多维扩展的类间方差作为衡量标准，将元组划分为两个组，以优化该标准。

元组编号	特征项	目标属性
1	特征1, 特征2	属性1, 属性2
2	特征2, 特征3	属性3, 属性4
…	…	…

其中一种最大化类间方差的划分方式（S1）将元组分为两个簇。传统的聚类 - 分类方法试图找到能够准确分类这