针对混合型分类数据改进的K-modes算法距离公式

• 作者: 杨有龙 袁方
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: K-modes算法 有序分类属性 混合型数据 混合型数据距离公式
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 186-193
• 页数: 8页
• 分类号: O212|TP39
• 字数: 8297字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1901-0423

摘要

传统K-modes算法在分类属性聚类中有着广泛的应用,但是传统算法并不区分有序分类属性与无序分类属性.在区分这两种属性的基础上,提出了一种新的距离公式,并优化了算法流程.基于无序分类属性的距离数值,确定了有序分类属性相邻属性值之间距离数值的合理范围.借助有序分类属性蕴含的顺序关系,构建了有序分类属性的距离公式.计算样本点与质心距离之时,引入了簇内各属性值的比例作为总体距离公式的重要参数.综上,新的距离公式良好地刻画了有序分类属性的距离,并且平衡了两种不同分类属性距离公式之间的差异性.实验结果表明,提出的改进算法和距离公式在UCI真实数据集上比原始K-modes算法及其改进算法均有显著的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨有龙	西安电子科技大学数学与统计学院	44	147	7.0	10.0
2	袁方	西安电子科技大学数学与统计学院	2	3	1.0	1.0