基于信息熵的连续属性自动聚类算法

• 作者: 丁运亮 伍华林 许志兴
• 来源期刊: 南京航空航天大学学报
• 学科: 工学
• 关键词: 熵 聚类 连续属性 类别属性 离散化 FUSINTER算法
• 年，卷（期）: 2001,（3）
• 页码范围: 233-236
• 页数: 4页
• 分类号: TP18
• 字数: 3469字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-2615.2001.03.006

摘要

基于信息熵的有关理论，提出了一种新的连续属性的自动聚类算法。首先介绍了Shannon熵的概念及其两个重要的定理，基于信息的不确定测度，提出了一种Shannon熵的准则函数φ，并且指出了该准则函数必须满足的6条原则。其次，基于该准则函数，引出了一种针对单个连续属性自动聚类的FUSINTER算法。由于实际信息系统中有多个连续属性，这就需要对多个连续属性分别使用FUSINTER算法进行离散，并且要求最终保证整个信息系统离散后是相容的和一致的，而且各个属性拥有较少的分割区间。最后，本文以干线飞机外形参数的变化趋势与其更新换代的关系来说明文中提出的连续属性离散化过程，并展示了该聚类算法的有效性。本文提出的方法可以用于机器学习或数据挖掘的数据前处理。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁运亮	南京航空航天大学航空宇航学院	51	1051	17.0	31.0
2	许志兴	南京航空航天大学航空宇航学院	8	142	6.0	8.0
3	伍华林		2	25	2.0	2.0