基于层次聚类方法
我们重点讨论的是基于层次的聚类方法,通过分析传统层次聚类算法的不足之处,对比的提出了CURE算法的改进方法:通过多代表点的选择技术,克服了传统层次聚类方法偏好球形和相似大小簇的问题;通过引入收缩因子,解决了异常检测的问题;通过改进基于密度的随机采样技术,弥补了原算法中均匀采样的缺陷,使样本的聚类结果更符合自然;最后,通过引入数据概化技术,解决了CURE算法不能处理分类属性的问题,从而最终使改进后的算法在一个实际的客户分析平台下得到了有价值的应用.
聚类特征 聚类特征树 聚类方法
吾守尔·斯拉木 吴启南
新疆大学信息科学与工程学院(乌鲁木齐)
国内会议
北京
中文
210-213
2002-10-01（万方平台首次上网日期，不代表论文的发表时间）