一种面向混合属性对象的初始簇中心定位的新算法-计算机应用研究.PDFVIP

第３３卷第９期 计 算 机 应 用 研 究 Ｖｏｌ３３Ｎｏ９ ２０１６年９月　 ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓ Ｓｅｐ．２０１６ 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 （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，确定第一个簇中心元素的定位值；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 得下一个初始簇中心元素并依此类推的初始簇中心定位新算法 ＮＣＢＴ（ｎｕｍｅｒｉｃｃｌａｓｓｉｆｉｃａｔｉｏｎａｎｄｂｅｔｗｅｅｎｔｈｅ ｔｗｏ）。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：ＴＰ３０１．６　　　文献标志码：Ａ　　　　　文章编号：１００１３６９５（２０１６）０９２６３４０３ ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１３６９５．２０１６．０９．０１５ Ｎｅｗｌｏｃａｌｉｚａｔｉｏｎｉｎｉｔｉａｌｉｚａｔｉｏｎｏｆｃｅｎｔｅｒｓｏｆｃｌｕｓｔｅｒａｌｇｏｒｉｔｈｍｗｉｔｈｍｉｘｅｄｄａｔａ  ＺｈｏｕＪｉｎｇ，ＬｉｕＪｉｎｓｈｅｎｇ （ＣｏｌｌｅｇｅｏｆＣｏｍｐｕｔｅｒ＆ＥｌｅｃｔｒｏｎｉｃＩｎｆｏｒｍａｔｉｏｎ，ＧｕａｎｇｄｏｎｇＵｎｉｖｅｒｓｉｔｙｏｆＰｅｔｒｏｃｈｅｍｉｃａｌＴｅｃｈｎｏｌｏｇｙ，ＭａｏｍｉｎｇＧｕａｎｇｄｏｎｇ５２５０００，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｆｏｒｍｉｘｅｄｄａｔａ，ｔｈｅａｄｊｕｓｔｍｅｎｔａｂｉｌｉｔｙｏｆｔｈｅｒａｎｄｏｍｉｎｉｔｉａｌｉｚａｔｉｏｎｍｏｄｅｗａｓｌｏｗｅｒ，ａｎｄｉｔｃａｕｓｅｄｔｈｅｃｌｕｓｔｅｒｉｎｇ ｑｕａｌｉｔｙｄｅｃｒｅａｓｅｄｇｒｅａｔｌｙｗｉｔｈｔｈｅｅｓｓｅｎｔｉａｌｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆａｒｂｉｔｒａｒｉｎｅｓｓ．Ａｉｍｉｎｇａｔｔｈｅｉｓｓｕｅｓｏｆｔｈｅｒａｎｄｏｍｉｎｉｔｉａｌｉｚａｔｉｏｎ ｍｏｄｅ，ｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｄａｎｅｗｌｏｃａｌｉｚａｔｉｏｎｍｅｔｈｏｄｆｏｒｉｎｉｔｉａｌｉｚａｔｉｏｎｏｆｃｌｕｓｔｅｒｃｅｎｔｅｒＮＣＢＴ．Ｔｈｒｏｕｇｈｔｈｅｃｏｍｐａｒｉｓｏｎｏｆｔｈｅ ｅｎｔｒｏｐｙｏｆｃａｔｅｇｏｒｉｃａｌｄａｔａａｎｄｔｈｅＥｕｃｌｉｄｅａｎｄｉｓｔａｎｃｅｃａｌｃｕｌａｔｉｏｎｒｅｓｕｌｔｓ，ｉｔｃｏｎｆｉｒｍｅｄｔｈｅｐｏｓｉｔｉｏｎｉｎｇｖａｌｕｅｓｏｆｔｈｅｆｉｒｓｔｃｌｕｓｔｅｒ ｃｅｎｔｅｒｅｌｅｍｅｎｔ，ｏｂｔａｉｎｅｄｔｈｅｎｅｘｔｅｌｅｍｅｎｔｏｆｔｈｅｉｎｉｔｉａｌｃｌｕｓｔｅｒｃｅｎｔｅｒｂｙｅｖａｌｕａｔｉｎｇｔｈｅｄｉｓｔａｎｃｅａｎｄｃｈａｒａｃｔｅｒｉｓｔｉｃｓｂｅｔｗｅｅｎ ｍｉｘｅｄｄａｔａｗｉｔｈｉｔｅｒａｔｉｖｅｒｅａｓｏｎｉｎｇ，ａｎｄｓｏｏｎ．Ａｓｓｈｏｗｎｉｎｔｈｅｔｈｅｏｒｅｔｉｃａｌａｎａｌｙｓｉｓａｎｄｔｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓ，ｉｎｃｏｎｔｒａｓｔ ｗｉｔｈｔｈｅｒａｎｄｏｍｉｎｉｔｉａｌｉｚａｔｉｏｎｍｏｄｅ，ｔｈｉｓｍｅｔｈｏｄｃａｎｉｍｐｒｏｖｅｔｈｅａｖｅｒａｇｅａｃｃｕｒａｃｙｏｆｔｈｅｌｏｃａｔｉｏｎｂｙｍｏｒｅｔｈａｎ１０ｐｅｒｃｅｎｔａｇｅ ｐｏｉｎｔｓ，ａｎｄｉｔｈａｓｇｏｏｄａｄａｐｔａｂｉｌｉｔｙｗｉｔｈｅｘｃｅｌｌｅｎｔｃｌｕｓｔｅｒｉｎｇｒｅｓｕｌｔｓ． Ｋｅｙｗｏｒｄｓ：ｍｉｘｅｄｄａｔａ；ｄｉｓｔａｎｃｅ；ｅｎｔｒｏｐｙ；ｉｔｅｒ