一种面向混合属性对象的初始簇中心定位的新算法.pdf

第 33卷第 9 期 计 算 机 应 用 研 究 V o l . 33 N o . 9 2016 4 9 月 A p p lic a tio n R esearch o f C om puter Sep . 201 一种面向混合属性对象的初始簇中心定位的新算法 周 靖 ，刘晋胜1 (广东石油化工学院计算机与电子信息学院，广 东 茂 名 525000) 摘 要 ：针对随机初始化方式对混合条件属性数据对象的适应调整能力非常低，且其任意性的本质特征，会造 成聚类质量大幅度下降的缺陷，提出通过分类条件属性对象的熵值与数值条件属性对象的欧氏距离计算结果的 对比，确定第一个集中心元素的定位值；然后以迭代推理的方式评估混合条件属性对象间的距离及关系特性，获 得下一个初始集中心元素并依此类推的初始集中心定位新算法 N C B T ( n u m e ric-cla ifica tio n and betw een the tw o )。理论分析和实验表明，该算法平均定位准确率较随机初始化方式高出 10个百分点，且具有良好的自适应 性，能产生优良的聚类结果。 关键词：混合条件属性对象；距离；熵；迭代；初始簇中心 中图分类号：T P 301.6 文献标志码 ： A 文章编号：1001-3695(2016)09-2634-03 d o i ：10.3969/j .i n . 1001-3695.2016.09.015 New localization initialization of centers of cluster algorithm with mixed data Zhou Jing, Liu Jinshengt ( College of Computer Electronic Information, Guangdong University of Petrochemical Technology, Maoming Guangdong 525000 , China) Abstract ：For mixed data, the adjustment ability of the random initialization mode was lower, and it caused the clustering quality decreased greatly with the essential characteristics of arbitrariness. Aiming at the issues of the random initialization mode, this paper proposed a new localization method for initialization of cluster center NCBT. Through the comparison of the entropy of categorical data and the Euclidean distance calculation results, it confirmed the positioning values of the first cluster center element, obtained the next element of the initial cluster center by evaluating the distance and characteristics between mixed data with iterative reasoning, and so on. A