基于结构相似性的k-modes算法

• 作者: 蔡瑞初 谢峰 郝志峰 黄苑华
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 聚类分析 分类型数据 相异度度量 结构相似性 k-modes算法
• 年，卷（期）: 2017,（23）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 102-107
• 页数: 6页
• 分类号: TP391
• 字数: 5488字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1606-0143

摘要

聚类是数据挖掘中重要的技术之一,它是按照相似原则将数据进行分类.然而分类型数据的聚类是学习算法中重要而又棘手的问题.传统的k-modes算法采用简单的0-1匹配方法定义两个属性值之间的相异度,没有将整个数据集的分布考虑进来,导致差异性度量不够准确.针对这个问题,提出基于结构相似性的k-modes算法.该算法不仅考虑属性值它们本身的异同,而且考虑了它们在其他属性下所处的结构.从集群识别和准确率两个方面进行仿真实验,表明基于结构相似性的k-modes算法在伸缩性和准确率方面更有效.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郝志峰	广东工业大学应用数学学院	166	940	14.0	20.0
7	蔡瑞初	广东工业大学计算机学院	66	279	10.0	13.0
8	黄苑华	广东工业大学应用数学学院	2	11	2.0	2.0
9	谢峰	广东工业大学应用数学学院	7	14	3.0	3.0