混合属性数据聚类初始点选择的改进

摘要：

k-prototypes和模糊k-prototypes是处理数值属性和分类属性混合数据主要的聚类算法.但这两种聚类算法不足之处是对初值有明显的依赖.对初值选取方法进行了分析和研究,提出一种新的改进方法,可在一定程度上减少随机性.实际数据集仿真结果表明改进算法有更高的稳定性和较强的伸缩性.

关键词：聚类、k-modes、k-prototypes、分类型数据、相异度

所属期刊栏目：25

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金70171033;江苏省高校自然科学基础研究基金07KJ520216

在线出版日期：2007-12-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：220-223