| 基于维度属性距离的混合属性近邻传播聚类算法 |
| |
| 引用本文： | 黄德才,钱潮恺.基于维度属性距离的混合属性近邻传播聚类算法[J].计算机科学,2015,42(Z11):55-57, 71. |
| |
| 作者姓名： | 黄德才 钱潮恺 |
| |
| 作者单位： | 浙江工业大学计算机科学与技术学院 杭州310023,浙江工业大学计算机科学与技术学院 杭州310023 |
| |
| 基金项目： | 本文受水利部公益性行业科研专项(201401044)资助 |
| |
| 摘 要： | 针对近邻传播聚类算法不能处理混合属性数据集的问题,提出了一种新的距离度量测度,并将其应用到近邻传播聚类算法中,提出了一种基于维度属性距离的混合属性近邻传播聚类算法。与传统聚类算法不同的是,该算法不需要计算虚拟的中心点,同时考虑了数据集整体分布对聚类结果的影响。将算法在UCI数据库的2个混合属性数据集上进行验证,同时对比了经典的K-Prototypes算法以及K-Modes算法。实验结果表明,改进后的算法具有更好的聚类质量以及执行效率,算法的优越性得到了验证。
|
| 关 键 词： | 属性距离 混合属性 近邻传播 聚类 |
Mixed Data Affinity Propagation Clustering Algorithm Based on Dimensional Attribute Distance |
| |
| HUANG De-cai and QIAN Chao-kai.Mixed Data Affinity Propagation Clustering Algorithm Based on Dimensional Attribute Distance[J].Computer Science,2015,42(Z11):55-57, 71. |
| |
| Authors: | HUANG De-cai and QIAN Chao-kai |
| |
| Affiliation: | College of Computer Science and Technology,Zhejiang University of Technology,Hangzhou 310023,China and College of Computer Science and Technology,Zhejiang University of Technology,Hangzhou 310023,China |
| |
| Abstract: | |
| |
| Keywords: | Attribute distance Mixed attributes Affinity propagation Clustering |
|
| 点击此处可从《计算机科学》浏览原始摘要信息 |
|
点击此处可从《计算机科学》下载全文 |
|
