混合屬性聚類算法研究.pdf

1、數(shù)據聚類是數(shù)據挖掘中的一個重要分支，目前已有的數(shù)據聚類算法大部分局限于處理只具有連續(xù)屬性的數(shù)據，另外有少量的算法局限于處理只具有標稱屬性的數(shù)據，如果只處理一類屬性，在混合屬性條件下必然損失數(shù)據信息，影響數(shù)據挖掘的質量。如何進行混合屬性數(shù)據的聚類，目前還是一個充滿著挑戰(zhàn)性的領域。
　　 本文的主要研究工作包括以下幾個方面：
　　 1.先介紹了K-prototypes算法，然后提出了2種針對K-prototypes的改進方法

2、，第一種是在K-prototypes算法和模糊K-prototypes算法的基礎上設計了一種新的算法——類屬性分解法，這種方法能夠克服原有方法的不足，并可以產生較好的聚類結果。第二種是在K-prototypes算法基礎上設計的一種基于分組選擇初始點的改進算法，并且通過遺傳算法對分組做進一步的改進。
　　 2.提出了一種基于BIRCH算法的混合屬性的聚類算法，在UCI數(shù)據集上的實驗表明，文中提出的算法具有較好的性能。