基于平均互信息的混合条件属性聚类算法.pdfVIP

第 42卷 第 3期 计 算 机 科 学 Vo1．42No．3 2015年 3月 Comouter Science Mar2015 基于平均互信息的混合条件属性聚类算法 刘晋胜 (广东石油化工学院计算机与电子信息学院 茂名525000) 摘 要 混合条件属性参数间的距离值存在较大的差异 ，导致仅聚合距离数量级较大、较规律的数值条件属性对象， 而忽视数量级较小、混沌，但类别特征更加明显的分类条件属性对象。提 出了一种基于平均互信息的聚类算法。通过 熵量化参数类别特性的大小，再根据熵的平均互信息计算方法衡量数据对象间类别的相 同、相异特征量，统一数值和 分类条件属性参数间距离的数量级，最后通过优化迭代 自适应过程得到最终聚类结果。实验结果表明，该算法具有 良 好 的聚类质量和 自适应性 。 关键词 混合条件属性 ，平均互信息，聚类 中图法分类号 TP311 文献标识码 A DOI 10．11896／j．issn．1002—137X．2015．3．054 ClusteringwithM ixedConditionAttributesBasedonAverageMutualInformation LIU Jin-sheng (CollegeofComputerandElectronicInformation，GuangdongUniversityofPetrochemicalTechnology，Maoming525000，China) Abstract Thereisagreatdifferencebetweenthedistancesofmixedconditionattributesparameter．Thenumericcondi— tionattributesobjectwithlargerandlawmagnitudetendstobeclusteredonly．Withsmallandchaosmagnitude，theeate- goricalconditionattributesobjectwhichhasobviouscategorycharacteristicswillbeignored．A clusteringalgorithm basedonaveragemutualinformationwasproposed．First，thesizeofparametercategorycharacteristicsisquantified throughentropy．Then，thesimilarityand thedifferencebetween categorycharacteristicsaremeasuredaccordingave- ragemutualinformationofentropy．Themagnitudebetweendistancesofnumericandcategoricalconditionattributes parameterisunified．Atlast，thefinalclusteringresultisgotbyoptimizingiterativeadaptiveprocess．Theexperimental resultsshow thattheproposedalgorithm washighclusteringqualityandgoodadaptability． Keywords Mixedconditionattributes，Averagemutua1information，Clustering 提出平均互信息聚类算法 ；第4节给出实验及结果分析；最后 1 引言 总结全文 。 混合数据集是指在同一个数据集中，既包括数值型条件