基于距离相关系数的分层聚类法

• 作者: 孔令臣 张璐 陈黄岳
• 来源期刊: 计算数学
• 关键词: 聚类 距离相关系数 最大距离相关系数法 类整体距离相关系数法
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 论文
• 页码范围: 320-334
• 页数: 15页
• 字数: 9859字
• 语种: 中文

摘要

随着大数据时代的到来,各个领域涌现出海量数据且结构复杂.如变量的维数不同、尺度不同等.而现实中变量之间往往存在着不确定关系,经典的Pearson相关系数仅能反映两个同维变量间的线性相关关系,不足以完全刻画变量间的相关关系.2007年Szekely等提出的距离相关系数则能描述不同维数变量间的非线性关系.为了探索变量之间的内在信息,本文基于距离相关系数提出了最大距离相关系数法对变量聚类,且有超度量性和空间收缩性.为充分发挥距离相关系数的优势,对上述方法改进得到类整体距离相关系数法.该方法在刻画两类间相似性时,将每类中的所有变量合并成一个整体,再计算这两个不同维数的整体间的距离相关系数.最后,将类整体距离相关系数法应用到几个实际问题中,验证了算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孔令臣	北京交通大学理学院	6	2	1.0	1.0
2	张璐	北京交通大学理学院	10	51	4.0	7.0
3	陈黄岳	北京交通大学理学院	1	0	0.0	0.0