基于模糊集合信息熵的混合屬性層次聚類算法.pdf

1、聚類分析是數(shù)據(jù)挖掘中一個(gè)重要的研究分支，已在多個(gè)領(lǐng)域得到了很好的應(yīng)用，諸如模式識(shí)別，數(shù)據(jù)分析和圖像處理等。隨著實(shí)際應(yīng)用中數(shù)據(jù)的大量產(chǎn)生，數(shù)據(jù)的屬性類型不再是單一類型為主，而是混合屬性為主。在對(duì)混合屬性的處理中，雖然有k-prototype等經(jīng)典算法，也有基于離散化數(shù)值屬性算法，但效果總是差強(qiáng)人意。前者簡(jiǎn)單把兩個(gè)屬性相似度相加，后者不考慮數(shù)值屬性的順序問(wèn)題。這顯然影響其結(jié)果。
　　我們基于模糊集理論，提出了一種模糊離散化的方法，讓數(shù)

2、值屬性在離散化后還保留部分序的信息，更好地對(duì)不同類型屬性進(jìn)行信息融合。然后基于信息熵理論提出一種自底向上的層次聚類算法。
　　本文主要包含以下幾個(gè)方面的內(nèi)容：
　　1.聚類分析理論。主要介紹了聚類分析的定義、數(shù)據(jù)對(duì)象間的相似度度量方法、聚類挖掘的常見(jiàn)方法及聚類結(jié)果的評(píng)估標(biāo)準(zhǔn)。
　　2.對(duì)模糊集、信息熵的相關(guān)理論進(jìn)行介紹。
　　3.對(duì)一種確定最佳聚類數(shù)的Gap Statistic方法進(jìn)行介紹。
　　4.基于模