基于信息熵的高维分类型数据子空间聚类算法

• 作者: 姜大志 孙浩军 杜育林
• 来源期刊: 山东大学学报：工学版
• 学科: 工学
• 关键词: 分类型数据 信息熵 子空间聚类 高维数据
• 年，卷（期）: 2011,（5）
• 所属期刊栏目: 机器学习与数据挖掘
• 页码范围: 37-45
• 分类号: TP301
• 语种: 中文

摘要

由于分类型数据相异度度量的局限性以及分类型数据在高维空间中的稀疏性,使得传统的相异度度量在高维分类型数据聚类中失效,针对上述问题,本研究提出了一个基于信息熵的理论高维分类型数据聚类算法。该算法综合考虑对应子空间和噪声空间的维度信息熵设计了一个高效、无监督的子空间搜索对高维数据进行有效降维,同时提出了基于整体数据的平均信息熵的全局优化方法对聚类结果进行迭代寻优。通过用人工数据和Votes、Mushroom和Soybean 3个典型的真实分类数据集试验,与其他分类型聚类算法相比,新算法在聚类准确性、熵值、CU（category utility）以及类个数等指标上有明显提高。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙浩军	汕头大学计算机系	16	69	5.0	7.0
2	姜大志	汕头大学计算机系	14	36	3.0	5.0
3	杜育林	汕头大学计算机系	1	5	1.0	1.0