基于决策树的模糊聚类评价算法及其应用

• 作者: 伍章俊 倪志伟 王园园 赵裕啸
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 聚类 模糊评价 决策树 客户细分
• 年，卷（期）: 2009,（9）
• 所属期刊栏目: 应用开发研究
• 页码范围: 232-235
• 页数: 4页
• 分类号: TP301.6
• 字数: 3261字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2009.09.063

摘要

评判聚类结果的有效性是一个复杂问题.文中提出一种基于决策树的模糊聚类评价算法,证明了决策树过程实际上就是一种模糊聚类评价过程,因此能够使用决策树算法来评价聚类结果的好坏,并在此基础上提出一个新的定理.通过UCI中已经有准确聚类个数的数据来验证算法有效性,在实验中首先使用K-means聚类算法得到不同聚类结果,再使用决策树中的C5.0算法来评价各种聚类结果,得到的最优聚类结果与UCI数据原有的聚类结果接近,证明了算法的实用性.最后给出算法在证券行业客户细分中的应用实例.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	倪志伟	合肥工业大学管理学院	136	1346	21.0	27.0
5	王园园	合肥工业大学管理学院	7	37	3.0	6.0
9	赵裕啸	合肥工业大学管理学院	3	34	3.0	3.0