基于密度和混合距离度量方法的混合属性数据聚类研究
陈晋音
何辉豪
1.浙江工业大学信息工程学院,浙江杭州,3100232.浙江工业大学信息工程学院,浙江杭州,310023
摘要：针对基于密度的传统算法不能处理混合属性数据,以及目前的混合属性聚类算法大多数聚类质量不高等问题,提出了基于密度和混合距离度量方法的混合属性聚类算法.该算法通过分析混合属性数据特征,将混合属性数据分为数值占优、分类占优和均衡型混合属性数据3类,分析不同情况的特征选取相应的距离度量方式,通过预设参数能够发现数据密集区域,确定核心点,再利用核心点确定密度相连的对象实现聚类,获得最终的聚类结果.将算法应用于多种数据集上的实验结果表明,该算法具有较高的聚类质量,能够有效处理混合属性数据.
关键词：数据挖掘混合属性聚类密度混合距离度量
分类号：TP391(计算技术、计算机技术)
资助基金：浙江省自然科学基金项目(Y14F020092)宁波市自然科学基金项目(2013A610070)Supported by Zhejiang Provincial Natural Science Foundation(Y14F020092)Natural Science Foundation of Ningbo City(2013A610070)
论文发表日期：2015-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：10( 993-1002 )
英文信息