高维分类型数据加权子空间聚类算法

• 作者: 吴云霞 孙浩军 袁婷 闪光辉 高玉龙
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 高维数据 聚类 子空间 信息熵 层次聚类
• 年，卷（期）: 2014,（23）
• 所属期刊栏目: 数据库、数据挖掘、机器学习
• 页码范围: 131-135,202
• 页数: 6页
• 分类号: TP301
• 字数: 5749字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1301-0121

摘要

子空间聚类是高维数据聚类的一种有效手段，子空间聚类的原理就是在最大限度地保留原始数据信息的同时用尽可能小的子空间对数据聚类。在研究了现有的子空间聚类的基础上，引入了一种新的子空间的搜索方式，它结合簇类大小和信息熵计算子空间维的权重，进一步用子空间的特征向量计算簇类的相似度。该算法采用类似层次聚类中凝聚层次聚类的思想进行聚类，克服了单用信息熵或传统相似度的缺点。通过在Zoo、Votes、Soybean三个典型分类型数据集上进行测试发现：与其他算法相比，该算法不仅提高了聚类精度，而且具有很高的稳定性。

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	汕头大学工学院	16	69	5.0	7.0
2	高玉龙	汕头大学工学院	3	19	3.0	3.0
3	闪光辉	汕头大学工学院	3	19	3.0	3.0
4	袁婷	汕头大学工学院	3	19	3.0	3.0
5	吴云霞	汕头大学工学院	1	5	1.0	1.0