《基于Weka数据挖掘工具的设计与开发--模糊C-均值聚类设计与实现》由会员分享，可在线阅读，更多相关《基于Weka数据挖掘工具的设计与开发--模糊C-均值聚类设计与实现（50页珍藏版）》请在金锄头文库上搜索。
1、广西工学院计算机工程系毕业设计专用 基于 weka 数据挖掘工具的设计与开发摘要在现代社会中，企业公司大多数商务流程的核心部分是数据。而数据挖掘（Data Mining,DM）的任务就是在如此海量的数据中提取有用的数据，它在商业方面的成功应用使得各种 DM 工具接踵而至。但这些工具之中大多数都是商业软件，而且通常还很昂贵，所以开发一种免费实用的 DM 工具是非常有必要的。Weka(怀卡托智能分析系统)就是一种免费且开源的数据挖掘软件，它由新西兰怀卡托大学开发，功能强大、方便使用，本课题将对 Weka 进行扩充开发。聚类是数据挖掘的重要分支之一,引入模糊理论的模糊聚类分析为现实数据提供了模糊处理
2、能力，这里把模糊 C-均值（FCM）聚类算法集成到 Weka 里面，扩充 Weka 的数据处理功能。本文将介绍数据挖掘相关知识、技术和算法（这里主要是聚类算法） 、数据挖掘工具weka 的相关知识以及对加入到 weka 中的 FCM 聚类算法的分析和具体实现。关键词：关键词：Weka，模糊 C 均值，FCM 聚类算法，数据挖掘广西工学院计算机工程系毕业设计专用 基于 weka 数据挖掘工具的设计与开发AbstractIn the modern times,The data of business enterprise is the most important thing in the bus
3、iness process. The purpose of Data Mining(DM) is withdraw some useful information from a great deal of data，the successful of DM in the commercial application makes a lot of data mining tools emerged.but many of these tools are commercial software, they will cost us much money if we own them,So We n
4、eed to develop a free and useful data mining tool.Weka(Waikato Environment for Knowledge Analysis)is one kind of DM tool and we can get it free,its also an open-source tool 。Weka was developed at the University of Waikato in New Zealand，its function is strong and you can easily using it, This assigm
5、ent will extension develops Weka . Clustering is one of the important tasks in the field of data mining. Fuzzy clustering analysis that introduces the theory of fuzzy sets, provides the capability that be used to deal with real data. the fuzzy c-means (FCM) clustering algorithm will be integrated in
6、to Weka here,that can strengthen wekas function .This dissertation introduces Knowledge of DM and its relative technology as well as its programs(clustering algorithm),here also Elaborate Weka and the fuzzy c-means clustering algorithms structure and analysis of implementation in details. Key Words:
7、Weka, fuzzy c-means,FCM clustering algorithm, data mining广西工学院计算机工程系毕业设计专用 基于 weka 数据挖掘工具的设计与开发目录第一章 绪论 .- 1 -1.1 设计背景 .- 1 - 1.2 数据挖掘工具在国内外应用及研究现状.- 1 - 1.2.1 数据挖掘工具介绍 .- 1 - 1.2.2 国内外数据挖掘工具应用及研究现状 .- 3 - 1.3 设计内容.- 6 -第二章 数据挖掘简介 .- 7 -2.1 数据挖掘的定义.- 7 - 2.1.1 技术上的定义 .- 7 - 2.1.2 商业角度的定义 .- 7 - 2.2 数据挖掘的产生背景.- 8 - 2.2.1 处理急剧增长的巨量信息的需要 .- 8 - 2.2.2 相关技术支持的逐渐成熟 .- 8 - 2.3 数据挖掘功能和方法.- 8 - 2.3.1 数据挖掘功能 .- 8 - 2.3.2 数据挖掘方法 .- 9 - 2.4 数据挖掘工具 .- 9 - 2.4.1 数据挖掘工具结构 .- 9 - 2.4.2 数据挖掘工具分类 .- 10 - 2.5 本章小结 .- 11 -第三章 数据挖掘聚类分析 .- 12 -3.1 聚类概念 .- 13 - 3.2 聚类中数据类型 .- 14 - 3.2.1 数据标准化 .- 15 - 3.2.2 相似度量方法 .
