基于信息熵的粗糙K-prototypes聚类算法

摘要：

针对传统K-prototypes在计算分类属性的差异度时未考虑各个分类属性对聚类结果的影响程度，且算法容易受到噪声的干扰，无法处理数据中不够精确、不完整等不确定性问题，提出基于信息熵的粗糙K-prototypes聚类算法。在计算数据样本之间分类属性的差异度时，使用信息熵的理论，确定每个分类属性对于聚类分析结果的影响权重；引入粗糙理论，计算得到各样本与粗糙模之间的粗糙相异度，通过多次迭代计算，获得最终聚类结果。该算法结合信息熵和粗糙理论，可区别对待各分类属性，解决数据不精确引起的不确定性问题，4个UCI数据集上的实验分析结果验证了该算法的有效性。

关键词：混合型数据、聚类、信息熵、粗糙集、数据挖掘

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金项目61364006；广西自然科学基金项目2013GXNSFAA019336、2013GXNSFBA019280；广西高校科学技术研究基金项目LX2014190；广西科技大学科学基金项目校科自1261128

在线出版日期：2015-05-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1239-1243