10.3969/j.issn.1000-3428.2016.02.038
数据挖掘中一种容错的子空间聚类算法
为提高现有子空间聚类算法的计算效率,根据对象、维度、模式容限以及相对性阈值约束缺失值数量,给出通用的容错子空间聚类定义,并对其单调性进行证明,提出一种面向受限属性中缺失值处理的容错子空间聚类算法.通过对子空间网格进行深度优先搜索删除低维冗余聚类,避免遍历子空间以提高聚类效率.基于真实数据和合成数据的实验结果表明,与CLIQUE,SCHISM聚类算法相比,该算法平均运行速度提升了60%~90%,即使面对缺失值情况,也可快速获得子空间聚类结果,具有较高的聚类质量.
数据分析、多属性、缺失值、聚类、单调性、容错
42
TP391(计算技术、计算机技术)
河南省科技攻关计划基金资助项目122102210430;河南省教育厅科学技术研究基金资助重点项目14B520036
2016-05-11(万方平台首次上网日期,不代表论文的发表时间)
共8页
210-217