本文關(guān)鍵詞：一種基于信息熵的混合數(shù)據(jù)屬性加權(quán)聚類算法　出處：《計算機(jī)研究與發(fā)展》2016年05期 　論文類型：期刊論文

  更多相關(guān)文章： 聚類分析 混合數(shù)據(jù) 屬性加權(quán) 信息熵 相異性度量

【摘要】：同時兼具數(shù)值型和分類型屬性的混合數(shù)據(jù)在實際應(yīng)用中普通存在,混合數(shù)據(jù)的聚類分析越來越受到廣泛的關(guān)注.為解決高維混合數(shù)據(jù)聚類中屬性加權(quán)問題,提出了一種基于信息熵的混合數(shù)據(jù)屬性加權(quán)聚類算法,以提升模式發(fā)現(xiàn)的效果.工作主要包括:首先為了更加準(zhǔn)確客觀地度量對象與類之間的差異性,設(shè)計了針對混合數(shù)據(jù)的擴(kuò)展歐氏距離;然后,在信息熵框架下利用類內(nèi)信息熵和類間信息熵給出了聚類結(jié)果中類內(nèi)抱團(tuán)性及一個類與其余類分離度的統(tǒng)一度量機(jī)制,并基于此給出了一種屬性重要性度量方法,進(jìn)而設(shè)計了一種基于信息熵的屬性加權(quán)混合數(shù)據(jù)聚類算法.在10個UCI數(shù)據(jù)集上的實驗結(jié)果表明,提出的算法在4種聚類評價指標(biāo)下優(yōu)于傳統(tǒng)的屬性未加權(quán)聚類算法和已有的屬性加權(quán)聚類算法,并通過統(tǒng)計顯著性檢驗表明本文提出算法的聚類結(jié)果與已有算法聚類結(jié)果具有顯著差異性.
[Abstract]:In order to solve the problem of attribute weighting in high - dimensional mixed data cluster , an extended Euclidean distance for mixed data is proposed in order to solve the problem of attribute weighting in high - dimensional mixed data cluster . The results show that the proposed algorithm is superior to the traditional attribute - weighted clustering algorithm and the existing attribute - weighted clustering algorithm under the information entropy framework .

【作者單位】： 山西大學(xué)計算機(jī)與信息技術(shù)學(xué)院;計算智能與中文信息處理教育部重點實驗室(山西大學(xué));
【基金】：國家自然科學(xué)基金項目(61432011,U1435212,61402272) 國家“九七三”重點基礎(chǔ)研究發(fā)展計劃基金項目(2013CB329404) 山西省自然科學(xué)基金項目(2013021018-1)~~
【分類號】：TP311.13
【正文快照】： This work was supported by the National Natural Science Foundation of China(61432011,U1435212,61402272),the NationalBasic Research Program of China(973Program)(2013CB329404),and the Natural Science Foundation of Shanxi Province ofChina(2013021018-1).(zha，

本文編號：1369924