基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
传统K-Modes算法的一个主要问题是属性选择问题.K-Modes算法在聚类过程中对每一个属性都同等看待,而在实际应用中,很多数据集仅有几个重要属性对聚类起作用.为了考虑不同属性对聚类的不同影响,将K-Modes聚类算法与属性权重的最优化结合起来,提出一种属性自动赋权的FW-K-Modes算法.该算法不仅可以提高传统K-Modes聚类算法的聚类精度,还能分析各维属性对聚类的贡献程度,实现关键属性的选择.对多个UCI数据集进行了实验,验证了该算法的优良特性.
推荐文章
一种改进的K-Modes聚类算法
分类型数据
聚类算法
期望熵
目标函数
聚类精度
分类矩阵对象数据的BC-k-modes聚类算法
簇间信息
分类矩阵对象数据
隶属度矩阵
聚类中心
聚类算法
一种改进的K-Modes聚类算法
聚类算法
相异度度量
初始中心点
多属性值Modes
K-Modes
基于结构相似性的k-modes算法
聚类分析
分类型数据
相异度度量
结构相似性
k-modes算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 属性赋权的K-Modes算法优化
来源期刊 计算机科学与探索 学科 工学
关键词 K-Modes聚类 属性选择 自动属性赋权
年,卷(期) 2012,(1) 所属期刊栏目 学术研究
研究方向 页码范围 90-96
页数 分类号 TP18
字数 5749字 语种 中文
DOI 10.3778/j.issn.1673-9418.2012.01.007
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 叶东毅 福州大学数学与计算机科学学院 112 1572 18.0 36.0
2 李仁侃 福州大学数学与计算机科学学院 2 13 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (158)
参考文献  (7)
节点文献
引证文献  (4)
同被引文献  (9)
二级引证文献  (5)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(4)
  • 参考文献(1)
  • 二级参考文献(3)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(2)
  • 二级参考文献(1)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(5)
  • 引证文献(3)
  • 二级引证文献(2)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
K-Modes聚类
属性选择
自动属性赋权
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机科学与探索
月刊
1673-9418
11-5602/TP
大16开
北京市海淀区北四环中路211号北京619信箱26分箱
82-560
2007
chi
出版文献量(篇)
2215
总下载数(次)
4
总被引数(次)
10748
论文1v1指导