一种基于CSA的混和属性特征大数据集聚类算法.pdf

第3 期 电 子 学 报 VoI . 32 No . 3 年 月 2004 3 ACTA ELECTRONICA SINICA Mar . 2004 一种基于CSA 的混和属性特征大数据集聚类算法 李 洁，高新波，焦李成 （西安电子科技大学 电子工程学院，陕西西安710071） 摘 要： 在数据挖掘中，我们经常会遇到和分析大量具有数值和类属特征的数据 然而，现有的大多数分类算法 . 只能单独处理数值特征数据或类属特征数据，而不能分析具有两种混合属性的数据 为此，本文提出一种基于克隆选 . 择的模糊聚类新算法，通过改进距离测度函数将数值特征与类属特征相结合，从而实现具有混合属性特征数据的聚类 分析；通过引入克隆选择算法（ ）实现目标函数的全局优化 由于克隆算子能够将进化搜索与随机搜索、全局搜索 CSA . 和局部搜索相结合，因而通过对候选解进行克隆算子操作，能够快速得到全局最优解. 实验结果表明，基于CSA 的模 糊聚类新算法对于处理具有混和特征的大数据集聚类问题是相当有效的. 关键词： 聚类分析；数值特征；类属特征；克隆选择算法 中图分类号： 文献标识码： 文章编号： （ ） TP391 A 0372-2112 2004 03-0357-06 A CSA-based Clustering Algorithm for Large Data Sets with Mixed Numeric and Categorical Values ， ， LI Jie GAO Xin-bo JIAO Li-cheng （ ， ， ’ ， ， ） School of Electronic Engineering Xidian Uniu Xi an Shaanxi 710071 China ： ， Abstract In the fieId of data mining it is often encountered to perform cIuster anaIysis on Iarge data sets with mixed numeric ， and categoricaI vaIues . However most existing cIustering aIgorithms are onIy efficient for the numeric data rather than the