一种面向混合属性数据聚类的新算法
来源期刊：控制与决策2009年第5期
论文作者：廖志芳 罗浩 樊晓平 刘克准
文章页码：697 - 1405
关键词：格;混合属性数据;覆盖格;相似度;
摘 要：在分析传统聚类算法的基础上,提出一种针对混合属性数据的聚类算法.该算法利用格论中简单元组及超级元组将对象属性转化为格模型建立,以对象间格覆盖数来衡量类间相似度,根据高覆盖数高相似度的原则选择聚类中心进行聚类.在公共数据集上的实验结果表明,该算法在不增加空间复杂度的基础上,有效地提高了混合属性数据聚类的质量.
廖志芳1,2，罗浩2，樊晓平2，刘克准2
1. 中南大学软件学院2. 中南大学信息科学与工程学院
摘 要：在分析传统聚类算法的基础上,提出一种针对混合属性数据的聚类算法.该算法利用格论中简单元组及超级元组将对象属性转化为格模型建立,以对象间格覆盖数来衡量类间相似度,根据高覆盖数高相似度的原则选择聚类中心进行聚类.在公共数据集上的实验结果表明,该算法在不增加空间复杂度的基础上,有效地提高了混合属性数据聚类的质量.
关键词：格;混合属性数据;覆盖格;相似度;
