可处理混合属性的任意形状聚类.pdfVIP

136 2010，46(34) ComputerEngineeringandApplications计算机工程与应用 可处理混合属性的任意形状聚类 苏晓珂 ，兰 洋 ，程耀东 ，万仁霞 SU Xiao—ke1,27LAN Yang，CHENG Yao—dong4,WAN Ren—xia 1．东华大学 信息科学与技术学院，上海 201620 2．郑州轻工业学院 计算机与通信工程学院，郑州 450002 3．信阳师范学院 计算机与信息技术学院，河南 信阳 464000 4冲 国科学院 高能物理研究所 计算中心，北京 100049 1．CollegeofInformationScienceandTechnology，Don曲uaUniversity，Shanghai201620，China 2．SchoolofComputerandCommunication Engineering，ZhengzhouUniversity ofLightIndustry，Zhengzhou 450002，Chnia 3．SchoolofComputerandInfomr ationTechnology，XinyangNormalUniversiyt ，Xinyang，Henan464000，China 4．InstituteofHighEnergyPhysics，ChineseAcademyofSciences，Beijing 100049，China E-mail：suxiaoke07@126．com SU Xiao-ke，LAN Yang，CHENG Yao-dong，eta1．Arbitrary shapeclustering formixed attributesdataset．Computer Engi- neeringandAppHcafions。2010。46(34)：136-139． Abstract：Clustering is a very activeresearch branch in data mining field．The research aboutthe arbitrary shapeclustering is an open problem．In this paperan inter-clusterdissimilarity measure taking into accounthte frequency information ofthe categoricalattributevaluesisintroduced．A丑 arbirtary shapeclusteringalgorithm isproposedbydefninigthesimilariyt degree betweenna objectandacluster．Itcanbeusedforhtemixedattributesdataset．Theexperimentalresultsonhtesynhteticnad real—lifedatasetsshow htattheproposed algorithm isfeasiblenad effectivecomparing to otherclassicalalgorithms． Keywords：arbitraryshapeclustering；mixedattributes；similariyt degree 摘 要：聚类是数据挖掘中一个非常活跃的研究分支，任意形状的聚类则是一个有待研 究的开放问题。提 出一种包含分类属性 取值频率信息的类间差异性度量和一种对象与类的相似度定义，在此基础上提出一种能处理任意形状的聚类算法，可处理混合 属性数据集。在人造数据集和真实数据集上检验了提出的算法，并与相关算法进行 了对比，实验结果表明，提 出的算法是有效可 行的。 关键词：任意形状聚类；混合属性 ；相似度 DOI：10．37788．issn．1002—8331．2010．34．041 文章编号：1002．8331(2010)34—0136-04 文献标识码：A 中图分类号：TP391 l 引言 所有的聚类方法都具有各自的特点。划分方法 和层次 聚类是一种无监督的学习过程 ，无论是在生物学上的基 方法[31简单、执行效率高，但它们都基于对象间的距离进行聚 因分类和动植物分类、商务上对客户群体的分类、科学研究的 类，只适用于聚类结果为