基于多属性模糊C均值聚类的属性约简算法

• 作者: 徐桂琼 李倩 李诗瑾
• 来源期刊: 现代电子技术
• 关键词: 数据挖掘 模糊C均值聚类 属性约简 聚类效果
• 年，卷（期）: 2017,（21）
• 所属期刊栏目: 自动化技术
• 页码范围: 112-116
• 页数: 5页
• 分类号: TN911.1-34|TP391
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2017.21.031

摘要

模糊C均值聚类算法在处理高维数据集时,存在计算复杂度高,算法泛化能力差,计算精度低等问题.考虑到特征属性对聚类的贡献程度的差异,在多属性模糊C均值聚类的思想上,提出一种基于属性重要性的约简算法.为验证有效性,在UCI数据集上,将新算法与因子分析法和粗糙集理论约简方法进行比较分析.实验结果表明,该方法具有更好的泛用性,在平均标准差大或类间中心距离较远的数据集上具有更好的性能.

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