基于非度量多维缩放的聚类组合算法

• 作者: 周文娟 赵礼峰
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 非度量多维缩放 K-Means算法 聚类分析 聚类组合 高维数据 主成分分析
• 年，卷（期）: 2018,（z1）
• 所属期刊栏目: 数据科学与技术
• 页码范围: 67-72
• 页数: 6页
• 分类号: TP181
• 字数: 7247字
• 语种: 中文

摘要

针对单一聚类方法远不能满足实际数据分析需求,且K-Means聚类中维数高,非度量型数据分析亟待解决的问题,提出一种基于非度量多维缩放的聚类组合算法(NMDSCCA).该算法通过非度量多维缩放方法对非度量型的高维数据进行降维,利用降维后得到的主成分变量作为输入变量,以K-Means算法作为基聚类器进行聚类,解决了K-Means算法无法处理分类数据以及维数高的变量局限性,使其具有普适性.仿真实验表明,新算法不仅聚类效果上均优于传统K-Means算法及基于主成分分析(PCA)的聚类组合算法,而且算法应用于大数据时具有更高的收敛速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵礼峰	南京邮电大学理学院	47	251	9.0	12.0
2	周文娟	南京邮电大学理学院	2	5	2.0	2.0