基于分治融合的混合属性数据聚类算法研究

摘要：

混合属性数据集是现实世界中最普遍的数据集类型,但适用于这类数据集的聚类算法极少。K-prototypes是日前处理混合数据集的主要聚类算法,但其聚类结果对初值有明显的依赖性。本文基于分治融合的方法体系,针对混合属性数据集的特点,提出了一种改进的聚类算法。经实验比较证明,该算法减轻了对于初值的依赖性,并在稳定性上有了一定的提高。

关键词： 混合属性 分治融合 聚类算法

作者: 吴继兵 李心科

作者单位: 合肥工业大学计算机与信息学院,安徽合肥市 230009 安徽上业职业技术学院,安徽铜陵市 244000 合肥工业大学计算机与信息学院,安徽合肥市 230009

会议类型: 国内会议

会议名称: 全国第20届计算机技术与应用(CACIS)学术会议

会议地点: 南宁

会议语种:中文

页码: 812-816

在线出版日期: 2009-07-17（万方平台首次上网日期，不代表论文的发表时间）