一种基于模态逻辑的聚类结果评价方法

• 作者: 吕宗磊 宰云峰 李莹 王建东
• 来源期刊: 计算机研究与发展
• 学科: 工学
• 关键词: 数据挖掘 机器学习 聚类 聚类评价 模态逻辑
• 年，卷（期）: 2008,（9）
• 所属期刊栏目: 人工智能
• 页码范围: 1477-1485
• 页数: 9页
• 分类号: TP18
• 字数: 8408字
• 语种: 中文

摘要

聚类评价指标对衡量一个聚类的优劣有着重要作用.现有的聚类评价指标通常都基于统计理论或模糊理论.收到基础理论的限制,在一些特殊场合,这些指标不能对聚类进行正确的评估.提出了一种基于模态逻辑的新的聚类评价指标.通过把相似性定义成数据集上的二元关系聚类被描述成Kripke结构.用原子公式表示每个簇后,聚类的结果可以用一组逻辑公式来表示.根据最小描述长度原则,聚类评价指标由这种表示方式的准确性和复杂性构成.由于这种新的评价指标对相似性没有任何附加的限制,它较之现有的评价指标更为通用,而那些指标往往都默认了某种相似性度量方式.列举了用于对比新旧指标的实验.实验结果表明,这种新的评价指标在一般情况下与大多数评价指标一致,而在一些类似"双环"的特殊情况下比现有评价方式更有效.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王建东	南京航空航天大学信息科学与技术学院	158	1573	21.0	31.0
2	李莹	南京航空航天大学信息科学与技术学院	11	22	3.0	4.0
3	吕宗磊	南京航空航天大学信息科学与技术学院	4	43	3.0	4.0
4	宰云峰	南京航空航天大学信息科学与技术学院	2	17	2.0	2.0