王一然，杨柱元，雷靖，2

(1.云南民族大学数学与计算机科学学院，云南昆明650500; 2.云南省软件工程重点实验室，云南昆明650091)

Fuzzy聚类分析法在楼盘分类中的应用

王一然1，杨柱元1，雷靖1，2

(1.云南民族大学数学与计算机科学学院，云南昆明650500; 2.云南省软件工程重点实验室，云南昆明650091)

基于传统的Fuzzy等价关系聚类法，由Fuzzy相似矩阵构建Fuzzy等价矩阵，对传递闭包采用Warshall算法求解，并选择不同置信水平下的分类，利用偏差度得到最优聚类.结合北京市朝阳区近3个月新开楼盘的数据，选择可靠性指标，在最佳置信水平的基础上对其进行最优聚类，实验结果与事实吻合.

Fuzzy等价矩阵;Warshall算法;最佳置信水平;最优聚类

随着数据挖掘技术的发展，聚类分析作为数据分析与可视化的有效工具，广泛地用于数据分析［1］、模式识别［2］和图像处理［3］等方面.聚类分析的基本思想是用相似程度来衡量事物之间的亲疏程度，并以此来实现分类.传统的聚类分析属于硬划分，即把数据集中的每一个数据都精确地划分到某个类中.然而现实事物的数据在属性方面存在模糊性，不存在非此即彼的性质，所以用模糊理论来进行聚类分析更加符合客观实际.正因为聚类分析应用广泛，各种聚类方法也层出不穷，如基于模糊图论的最大树法［4］，由Dunn定义并由Bezdek推广的模糊C－均值聚类算法FCM［5］等，各种方法均有利弊，如FCM算法的缺陷是会陷入局部最优值和初始值敏感的问题.

本文首先对聚类对象进行量纲处理，利……