多属性加权的模糊c均值聚类算法

• 作者: 徐桂琼 李倩 李诗瑾
• 来源期刊: 微电子学与计算机
• 关键词: 数据挖掘 模糊C均值聚类 属性重要性
• 年，卷（期）: 2017,（7）
• 页码范围: 92-95,100
• 页数: 5页
• 分类号: TP391
• 语种: 中文

摘要

在多属性模糊c均值聚类的基础上,提出了一种基于属性重要性加权的聚类算法.为验证新算法的有效性,在6个UCI数据集上,将新算法与结合主成分分析法和基于粗糙集指数加权的聚类方法进行了比较分析.实验结果表明,基于属性重要性的聚类算法具有更好的泛用性和稳定性,且随着平均类间簇心距离的增大而提升聚类有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐桂琼	上海大学管理学院	23	134	6.0	11.0
2	李倩	上海大学管理学院	22	22	3.0	3.0
3	李诗瑾	上海大学管理学院	3	5	1.0	2.0