基于遗传算法的混合属性聚类初始点选择研究

• 作者: 赵立江
• 来源期刊: 广西师范大学学报(自然科学版)
• 学科: 工学
• 关键词: 遗传算法 聚类 k-means k-prototypes 分类型数据 相异度
• 年，卷（期）: 2008,（3）
• 页码范围: 194-197
• 页数: 4页
• 分类号: TP391.4
• 字数: 2582字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-6600.2008.03.048

摘要

k-prototypes是处理包含数值属性和分类属性混合数据主要的聚类算法,但由于对初始点的随机选择极易使聚类结果陷入局部最优,导致聚类结果的偏差.为改善聚类结果对初始点的依赖,采用遗传算法对初始点进行全局最优搜索.改进后的方法有更高的稳定性和对大数据集更快的收敛速度.数据集仿真结果表明改进算法正确、有效.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵立江	徐州师范大学计算机学院	12	116	6.0	10.0