Advances in K-means Clustering: a Data Mining Thinking

تقریباً همه الگوریتم K-means را در زمینه های داده کاوی و هوش تجاری می شناسند. اما داده های همیشه در حال ظهور با ویژگی های بسیار پیچیده چالش های جدیدی را برای این الگوریتم "قدیمی" به همراه دارد. این کتاب به این چالش‌ها می‌پردازد و کمک‌های جدیدی در ایجاد چارچوب‌های نظری برای فاصله‌های K-means و خوشه‌بندی اجماع مبتنی بر K-means، شناسایی اثر یکنواخت "خطرناک" و معضل ارزش صفر K-means، انطباق معیارهای درست برای خوشه ارائه می‌کند. اعتبار، و ادغام K-means با SVM ها برای تجزیه و تحلیل کلاس نادر. این کتاب نه تنها تئوری های خوشه بندی و بهینه سازی را غنی می کند، بلکه راهنمایی خوبی برای استفاده عملی از K-means، به ویژه برای کارهای مهمی مانند تشخیص نفوذ شبکه و پیش بینی تقلب اعتباری ارائه می دهد. پایان نامه ای که این کتاب بر اساس آن ساخته شده است برنده "جایزه پایان نامه عالی دکتری ملی 2010" شده است که بالاترین افتخار برای بیش از 100 پایان نامه دکترا در سال در چین است.

Nearly everyone knows K-means algorithm in the fields of data mining and business intelligence. But the ever-emerging data with extremely complicated characteristics bring new challenges to this "old" algorithm. This book addresses these challenges and makes novel contributions in establishing theoretical frameworks for K-means distances and K-means based consensus clustering, identifying the "dangerous" uniform effect and zero-value dilemma of K-means, adapting right measures for cluster validity, and integrating K-means with SVMs for rare class analysis. This book not only enriches the clustering and optimization theories, but also provides good guidance for the practical use of K-means, especially for important tasks such as network intrusion detection and credit fraud prediction. The thesis on which this book is based has won the "2010 National Excellent Doctoral Dissertation Award", the highest honor for not more than 100 PhD theses per year in China.