FO-CA一种基于距离差异度组合权重的多属性数据分类方法.pdfVIP

第赫舞爹鸯期 锚u。蛩盘n掌 V苍12拯4 1Q!兰生!旦壁坚巳坐竺皇i呈呈堡 垒旦!丝坐一 F兮CA：一种基于距离差异度组合权重的多属性数据分类方法 龚安1高海康1徐加放2马兴敏1 青岛266580)1 (中国石油大学(华东)计算机与通信工程学院 (中国石油大学(华东)石油工程学院青岛266580)2 摘要为了解决多属性数据分类问题，提出了一种基于模糊优选模型与聚类分析的分类方法(F()-CA)。首先由模 糊优选模型得到有序综合指标数据集，其中在权重阶段提出了距离差异度并以此为依据构建了一种组合主客观权重 的赋权方法；然后采用聚类分析将有序综合指标数据集聚类为几个簇进而分类；最后选取UCI中的Iris、Wine和Rus— pini3个数据集进行仿真实验。实验结果表明，该分类方法相比模糊优选方法及K-Means算法能获得更好的分类结 果，对决策者有一定的参考价值。 关键词模糊优选，聚类分析，距离差异度，组合权重，分类 中图法分类号TP391文献标识码A Data MethodBased帆Dist习mce FO-CA：A AttributeCIa翳incation Mllltiple Dim嘴nce DegI俄Conlbi的ti蚰Wei曲ti哩 AnlGAO xU G0_NG Hai_kan91jia．fan92MA)【in乎“n1 of 266580，ChiIla)1 (Sch∞1of U11iversityPetroleum，Qingdao Computer＆CommullicationEngineedIlg，Chim of of PetrDle啪，Q1ngdao266580，CKna)2 (schoolPetrole啪Engineering，CKnaU11iversity aclassificationmethodbased AI吲瑚dkordertosolvethe multi-att^butedataclassification，we pr。bl咖of propoSed to onediIllensio砌 on and used n州e1 fuzzyopt砌tion get fuzzyoptiIIl西tionclusteringanalysis(FoCA)．First，we tothedistaIlcedifference establisheda combimtion hdicatordata degree，we