一种基于ReliefF特征加权的R-NIC算法

• 作者: 叶阳东 姬波 陈晓琳
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 非监督 聚类 互信息 非参数信息理论聚类算法 准确率 特征加权
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: ?人工智能及识别技术?
• 页码范围: 161-165
• 页数: 5页
• 分类号: TP391
• 字数: 4583字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2015.04.030

摘要

非参数信息理论聚类( NIC)算法通过计算数据点与簇间的互信息来实现聚类，利用无参估计法计算集群平均熵，从而降低人为参与的成本，但该算法假定待分析样本的所有特征对分类具有相同的贡献，与目前已有的研究结果相悖。为此，提出一种特征加权的R-NIC算法，该算法考虑各维特征对模式分类的不同影响，使用ReliefF对特征进行加权变换，抑制冗余特征，加强有效特征，利用NIC算法在变换后的特征空间中进行聚类以提高聚类效果。在UCI数据集上的实验结果表明，该算法具有较高的聚类性能，聚类效果优于NIC算法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姬波	郑州大学信息工程学院	30	116	6.0	9.0
2	叶阳东	郑州大学信息工程学院	69	612	14.0	22.0
3	陈晓琳	郑州大学信息工程学院	2	6	1.0	2.0