在科技日益进步的今天，数据量急剧增长。如果能够充分利用这些数据所隐含的信息，将会产生巨大的经济效益。由于聚类分析技术具有能够处理庞大数据信息的功能，所以它在数据挖掘领域中成为了最重要的研究课题之一。目前，它被广泛的应用在资料自动分类、生物信息学和信息过滤等领域。特别是物联网技术的广泛应用以及其他相关技术的发展，使得所产生的大部分数据都具有较多的数据维度，譬如，各种类型的文档数据、多媒体图像数据和基因表达数据等数据所具有的维度可以达到几十维，甚至上千维。由于这些多维数据集的存在具有普遍性，所以对多维数据集进行聚类分析的意义变得越来越重要。　　 在聚类分析过程中，数据维度较低的数据对象之间相似度度量方法通常是基于传统距离方法进行的，而在多维数据集中，由于这些数据集中的数据对象分布具有内在稀疏性，使得传统基于距离的计算方法的有效性大大降低。由于受到“维度效应”的影响，许多在处理低维数据上表现较好的聚类分析算法，而在对多维数据进行分析时，却无法得到比较理想的效果，甚至得到错误的聚类结果。　　 本文主要从多维数据集的最佳聚类数确定问题进行研究，首先对传统的获得数据集的最佳聚类数的方法进行相关分析，继而提出新的确定多维数据集最佳聚类数的算法以及新的有效性指标。本文主要的工作如下。　　 首先对比较经典的数据集的最佳聚类数确定算法进行分析，并在该算法的基础上，提出一个基于k-means聚类算法的最佳聚类数的确定算法－Op－means算法。再者，根据数据集的几何结构以及数据对象的分布情况，提出了一个基于单个数据对象的有效性指标－BIP，这样可以使得该有效性指标的含义变得更为准确、直观。其次是根据多维数据的特点，介绍一个基于多维数据的相似性判定方法，使得对聚类分析变得更为简单。最后基于新的有效性指标与相似性判定方法的基础上，提出一个基于多维数据集的最佳聚类数的确定算法－MHC算法。