面向不平衡数据的特征加权聚类算法

• 作者: 王连喜 苗邦 蒋盛益
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: 不平衡数据 一趟聚类 特征加权
• 年，卷（期）: 2013,（8）
• 所属期刊栏目: 计算机软件与数据库
• 页码范围: 1809-1812
• 页数: 4页
• 分类号: TP309
• 字数: 4964字
• 语种: 中文

摘要

不平衡数据集类别分布严重倾斜,传统的聚类算法由于以提高整体学习性能为目标,往往偏向于聚集多数类,而忽视更有价值的稀有类.本文提出一种基于迭代的特征加权聚类算法,根据当前聚类后簇的特点以及特征重要性度量函数确定特征权值,利用所得权值进行下一轮聚类,直到权值稳定后结束迭代.在多个UCI不平衡数据集上的实验效果表明,本文算法能够较好地识别出重要特征并提高它们的权重,避免聚类算法过度偏向多数类,有效地提高了聚类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋盛益	广东外语外贸大学思科信息学院	92	1053	18.0	28.0
2	苗邦	广东外语外贸大学思科信息学院	2	24	2.0	2.0