分类属性数据的泛化中心聚类算法.pdfVIP

第23卷 第6期 运 筹 与 管 理 Vo1．23，No．6 2014年 12月 0PERATIONSRESEARCH AND MANAGEMENT SCIENCE Dec．20l4 分类属性数据的泛化中心聚类算法 武森，张桂琼，潘静，全敏 (北京科技大学 东凌经济管理学院，北京 100083) 摘 要 ：针对采用经典划分思想的聚类算法以一个点来代表类 的局限，提 出一种基于泛化 中心的分类属性数据 聚类算法。该算法通过定义包含多个点的泛化 中心来代表类 ，能够体现 出类 的数据分布特征，并进一步提 出泛 化 中心距离及类间距离度量的新方法 ，给 出泛化 中心的确定方法及基于泛化 中心进行对象到类分配 的聚类策 略，一般只需一次划分迭代就能得到最终聚类结果。将泛化 中心算法应用到四个基准数据集 ，并与著名的划分 聚类算法K-modes及其两种改进算法进行比较，结果表明泛化中心算法聚类正确率更高，迭代次数更少 ，是有效 可行的。 关键词：聚类算法 ；泛化中心；分类属性 ；K—modes 中图分类号：TP311 文章标识码 ：A 文章编号：1007—3221(2014)06-0037—07 GeneralizedCentroidsClusteringAlgorithm forCategoricalData WUSen，ZHANGGui·qiong，PANJing，QUANMin (DonglingSchoolofEconomicsandManagement，UniversityofScienceand TechnologyBeijing，Bering100083，China) Abstract：A new partitionalgorithm isproposedtoclustercategoricaldatabasedongeneralizedcentroid，which isdifferentfrom classic partitionclusteringalgorithmsthathavethedisadvantageofusingonlyonecentroidto representacluster．Thealgorithm definesanew concept “generalizedcentroid’’torepresentacluster，which impliesthedatadistributionfeature；proposesthenew distancemeasuresnotonlybetweengeneralizedcentroids butalsobetweenclusters；andfurthergivestheapproachtogetthegeneralizedcentroidsandtoassigntheobjects toclustersbasedonthegeneralizedcentroids，whichsupportsthefactthatthealgorithm getstheclusteringresult normallywithonlyoncepartitioniteration．Thegeneralizedcentroidsalgorithm isappliedtofourbenchmarkdata- setsandcomparedtofamouspartitionclusteringalgorithm K—modesanditstwoimprovedalgorithmS．Experimen— talresultsrevealthatthegeneralizedcentroidsalgorithm hashigherclusteringaccuracyandlessiterationtimes． ItiSeffectiveandfeasible． Keywords：clusteringalgorithm ；generalizedcentroid；categoricalattribute；K-modes 0 引言 聚类是一种基本的人类行为，