10.3969/j.issn.1000-7024.2007.20.007
改进的混合属性数据聚类算法
k-prototypes是目前处理数值属性和分类属性混合数据主要的聚类算法,但其聚类结果对初值有明显的依赖性.对k-prototypes初值选取方法进行了分析和研究,提出一种新的改进方法.该方法有更高的稳定性和较强的伸缩性,可减少一定程度的上随机性.实际数据集仿真结果表明,改进算法是正确和有效的.
数据挖掘、聚类、k-原型算法、混合型数据、相异度
28
TP391(计算技术、计算机技术)
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;江苏省重点实验室基金X2100112049811;徐州师范大学校科研和教改项目03X1B18
2007-12-17(万方平台首次上网日期,不代表论文的发表时间)
共3页
4850-4852