基于属性重要性的定性数据聚类分析及应用

• 作者: 曾玉钰 朱建平
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 属性重要性 聚类分析 粗糙集 等价关系
• 年，卷（期）: 2007,（12）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 89-91,95
• 页数: 4页
• 分类号: TP301.6
• 字数: 3847字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2007.12.025

摘要

传统的聚类方法大多是基于距离或者是样品间相似度的,这就要求所分析的数据必须是定量的.但是在数据挖掘中,存在着大量的定性数据,传统的聚类分析方法已不再是一个可行的方法,这就需要寻找一个可以有效处理定性数据的聚类方法.粗糙集是处理定性数据的有效方法,在详细阐述粗糙集的相关概念后,利用属性重要性的概念,提出了一种能有效处理定性数据的聚类分析方法,并利用了数据对该方法进行了实证分析,取得了良好的结果.