基于数据集属性相似性的聚类算法推荐

• 作者: 代明 庞永明 程凯 钟才明
• 来源期刊: 南京大学学报（自然科学版）
• 学科: 工学
• 关键词: 统计特征 紧凑性 连接性 相似性度量
• 年，卷（期）: 2016,（5）
• 页码范围: 908-917
• 页数: 10页
• 分类号: TP391|TP18
• 字数: 6068字
• 语种: 中文
• DOI: 10.13232/j.cnki.jnju.2016.05.017

摘要

由No Free Lunch理论可知，没有一种聚类算法可完美的解决所有问题。算法推荐是解决此问题的一种有效手段，其核心是数据集相似性的度量。因此提出了一种计算数据集相似性的新方法，通过提取能揭示数据集内在分布和结构的几种属性，然后计算数据集几个属性间的距离，从而得到相似性的度量。首先选择了统计特征向量和二值化向量，然后对数据集进行划分，并计算划分中点到中心点的距离和点对之间的 robust path‐based距离得到数据集的紧凑性和连接性。再通过BP网络训练得到4个属性的参数，进而得到了数据集的相似性度量。选择8种人工数据集和8种UCI上的数据集建立数据集库，并选择了7种具有代表性的聚类算法组成算法库。选择 UCI上的部分数据集进行实验，结果表明本文提出的方法有较好的效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钟才明	宁波大学科学技术学院	15	67	5.0	7.0
2	代明	宁波大学信息科学与工程学院	2	7	2.0	2.0
3	庞永明	宁波大学信息科学与工程学院	2	6	2.0	2.0
4	程凯	宁波大学信息科学与工程学院	2	6	2.0	2.0