一种改进的K-Modes聚类算法

• 作者: 白妙青 石隽锋
• 来源期刊: 现代电子技术
• 关键词: 分类型数据 聚类算法 期望熵 目标函数 聚类精度
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 计算机应用技术
• 页码范围: 39-41,45
• 页数: 4页
• 分类号: TN911-34|TP181
• 语种: 中文

摘要

传统的K?Modes算法采用0?1简单匹配方法计算对象与类中心（Modes）之间的距离，并将每个对象分配到离它最近的类中去。采用基于频率方法重新计算各类的类中心（Modes）、定义目标函数，然而，对象的归类方法和目标函数的定义没有充分考虑分类数据的特点。对此，提出一种改进的K?Modes算法，采用期望熵最小的衡量方法进行归类，并且采用期望熵作为新的目标函数。通过实验将该算法与传统的K?Modes算法进行比较，表明该算法是更有效的。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	石隽锋	山西大学计算中心	6	14	3.0	3.0
2	白妙青	山西大学计算中心	15	62	6.0	7.0