高维分类属性的子空间聚类算法 |
| |
引用本文: | 单世民,王新艳,张宪超.高维分类属性的子空间聚类算法[J].小型微型计算机系统,2009,30(10). |
| |
作者姓名: | 单世民 王新艳 张宪超 |
| |
作者单位: | 大连理工大学软件学院,辽宁,大连,116621 |
| |
基金项目: | 国家自然科学基金项目 |
| |
摘 要: | 高维分类数据的处理一直是数据挖掘研究所面临的巨大挑战.传统聚类算法主要针对低雏连续性数据的聚类,难以处理高维分类属性数据集.本文提出一种处理高维分类数据集的子空间聚类算法(FP-Tree-based SUBspace clustering algorithm,FPSUB),利用频繁模式树将聚类问题转化为寻找属性值的频繁模式发现问题,得到的频繁模式即候选子空间,然后基于这些子空间进行聚类.针对真实数据集的实验结果表明,FPSUB算法比其他算法具有更高的准确度.
|
关 键 词: | 分类属性 子空间聚类 频繁模式 FP.树 |
Clustering Algorithm for Mining Subspace Clusters in Categorical Datasets |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 万方数据 等数据库收录! |
|