基于平均差异度的改进k-prototypes聚类算法

• 作者: 徐明明 石鸿雁
• 来源期刊: 沈阳工业大学学报
• 学科: 工学
• 关键词: k-prototypes算法 聚类 初始聚类中心 混合属性数据 平均差异度 信息熵 属性权重 度量公式
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 控制工程
• 页码范围: 555-559
• 页数: 5页
• 分类号: TP301.6
• 字数: 5014字
• 语种: 中文
• DOI: 10.7688/j.issn.1000-1646.2019.05.14

摘要

针对k-prototypes聚类算法随机选取初始聚类中心导致聚类结果不稳定,以及现有的大多数混合属性数据聚类算法聚类质量不高等问题,提出了基于平均差异度的改进k-prototypes聚类算法.通过利用平均差异度选取初始聚类中心,避免了初始聚类中心点选取的随机性,同时利用信息熵确定数值数据的属性权重,并对分类属性度量公式进行改进,给出了一种混合属性数据度量公式.结果表明,改进后的算法具有较高的准确率,能够有效处理混合属性数据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	石鸿雁	沈阳工业大学理学院	17	186	7.0	13.0
2	徐明明	沈阳工业大学理学院	1	0	0.0	0.0