混合属性数据k-prototypes聚类算法

• 作者: 余建军 余文利 方建文
• 来源期刊: 计算机系统应用
• 关键词: 聚类 分布式质心 混合型数据 新差异测度 属性重要性
• 年，卷（期）: 2015,（6）
• 所属期刊栏目: 软件技术?算法
• 页码范围: 168-172
• 页数: 5页
• 字数: 4637字
• 语种: 中文

摘要

在现实世界中经常遇到混合数值属性和分类属性的数据， k-prototypes是聚类该类型数据的主要算法之一。针对现有混合属性聚类算法的不足，提出一种基于分布式质心和新差异测度的改进的 k-prototypes 算法。在新算法中，首先引入分布式质心来表示簇中的分类属性的簇中心，然后结合均值和分布式质心来表示混合属性的簇中心，并提出一种新的差异测度来计算数据对象与簇中心的距离，新差异测度考虑了不同属性在聚类过程中的重要性。在三个真实数据集上的仿真实验表明，与传统的聚类算法相比，本文算法的聚类精度要优于传统的聚类算法，从而验证了本文算法的有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	余文利	衢州职业技术学院信息工程学院	19	57	5.0	7.0
2	余建军	衢州职业技术学院信息工程学院	14	41	4.0	5.0
3	方建文	衢州学院电气与信息工程学院	9	18	3.0	4.0