一种数据挖掘中的W-PAM限制聚类算法

• 作者: 张松 张琳
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 数据挖掘 W-PAM 关联限制 限制聚类
• 年，卷（期）: 2016,（z2）
• 所属期刊栏目: 数据挖掘
• 页码范围: 447-450
• 页数: 4页
• 分类号: TP393
• 字数: 5159字
• 语种: 中文

摘要

在数据挖掘中由于每个数据对象对于知识发现的作用是不同的,为了区分这些相异之处,给每个对象赋予一定量的值,因此在PAM聚类算法的基础上提出一种W-PAM(Weight Partitioning Around Medoids)聚类算法,它为簇中数据对象加入权重来提高算法的准确率,此外利用数据对象间的关联限制能够提高聚类算法的效果.探讨了一种W-PAM算法与关联限制相结合的限制聚类算法,该算法同时拥有W-PAM算法和关联限制的优点.实验结果证明,W-PAM的限制聚类算法可以更有效地利用所给的关联限制来改善聚类效果,提高算法的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张琳	南京邮电大学计算机学院	44	414	10.0	19.0
2	张松	南京邮电大学计算机学院	3	16	2.0	3.0