近似k-median分类属性数据聚类

摘要：

数据挖掘中解决分类属性数据聚类的算法有很多种,但大多数基于划分的方法得到的聚类中心一般不是数据集中的实际数据对象,缺乏实际的物理意义,有时会导致某一聚类为空.该文研究了近似k-median的求解算法,用数据的近似中值来代替模式进行聚类,提出了分类属性数据的近似k-median聚类算法,克服了一般基于划分的可分类属性数据聚类中所遇到的问题,仿真实验证明该算法有效.

关键词：数据挖掘、近似k-median聚类、分类属性数据

所属期刊栏目：33

分类号：TP311(计算技术、计算机技术)

在线出版日期：2007-06-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：66-67,70