数据挖掘中一种容错的子空间聚类算法

• 作者: 孙利 田进华
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 数据分析 多属性 缺失值 聚类 单调性 容错
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 210-217
• 页数: 8页
• 分类号: TP391
• 字数: 8308字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2016.02.038

摘要

为提高现有子空间聚类算法的计算效率,根据对象、维度、模式容限以及相对性阈值约束缺失值数量,给出通用的容错子空间聚类定义,并对其单调性进行证明,提出一种面向受限属性中缺失值处理的容错子空间聚类算法.通过对子空间网格进行深度优先搜索删除低维冗余聚类,避免遍历子空间以提高聚类效率.基于真实数据和合成数据的实验结果表明,与CLIQUE,SCHISM聚类算法相比,该算法平均运行速度提升了60％～90％,即使面对缺失值情况,也可快速获得子空间聚类结果,具有较高的聚类质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙利	黄淮学院信息工程学院	27	81	5.0	7.0
2	田进华	黄淮学院信息工程学院	23	44	4.0	6.0