一种改进的加权K-prototypes算法.pdf

刘强等：一种改进的加权K-prototypes算法 18 《激光杂志》2014 年第35卷第1 期 LASERNAL(Vol.35.No.1.2014) ·光全息与信息处理· 一种改进的加权K-prototypes算法 1 2 1 1 刘强 ，邓磊 ，贾振红 ，覃锡忠 （1. 新疆大学 信息科学与工程学院，乌鲁木齐 830046; 2. 中国移动通信集团新疆有限公司，乌鲁木齐 830063） 摘要: 为了提高K-prototypes 算法的聚类准确度，解决其随机选取聚类中心初始值导至的聚类精度较低和聚类结果 不稳定的问题。通过对混合属性数据聚类算法的研究，对K-prototypes 算法做了进一步的改进。提出了混合属性聚类 的初始聚类中心确定方法，并且通过加权算法改进了相异度计算公式。最后用UCI 数据集对算法进行检验，结果表 明，改进的加权K-prototype 算法更加稳定，并具有较高的聚类精度。 关键词：数据挖掘; 混合属性; 聚类; 权重调整 中图分类号： ： ： TP301.6 文献标识码 A 文章编号 0253-2743 （2014 ）01-0018-03 An enhanced weighted K-prototypes algorithm 1 2 1 1 LIUQiang ,DENGLei,JIAZhen-hong,QINXi-zhong 1.CollegeofInformationScienceandEngineering,XinjiangUniversity,Urumqi,Xinjiang830046,China; 2.ChinaMobileCommunicationGroupXinjiangCo,LTD.Urumqi,Xinjiang830063,China Abstract ：In order to enhance the precision of K-prototypes algorithm and solve the problem that selecting clustering center randomly can reduce the clustering accuracy and lessen clustering stability.Through the research of clustering methods for mixed at- tributes data, some improvements of K-prototypes have been put forward. we proposed a method which can identify the clustering center of mixed attributes data.We also modified the dissimilarity degree formula with weighted algorithm and tested the algorithm with UCI data. The result shows that the enhanced weighted K-prototypes algorit