基于信息增益的模糊K-prototypes聚类算法-论文.pdf

《基于信息增益的模糊K-prototypes聚类算法-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、CN43—1258／TP计算机工程与科学第37卷第5期2015年5月ISSN1007—13OXComputerEngineering8LScienceVo1．37，No．5，May．2015文章编号：1007—13OX(2O15)05—1009—06基于信息增益的模糊K-prototypes聚类算法欧阳浩，王智文，戴喜生，刘智琦(1．广西科技大学计算机学院，广西柳州545006；2．广西科技大学电气与信息工程学院，广西柳州545006)摘要：K-prototypes聚类算法结合了K-means算法和K-mo

2、des算法，可用于分析混合属性的数据对象。传统的K—prototypes聚类算法在计算数据对象的相异度时，未考虑各个属性对于最终聚类结果的影响程度，而现实世界中，各属性的重要程度是不同的。使用了信息论中信息增益的计算方法，来获得各个属性的权值。在计算各属性的差异度时，乘以这些权值，从而可以获得更为准确的聚类结果。为了增加算法处理模糊问题的能力，本算法引用了模糊理论，从而使其具有较好的抗干扰能力和处理不确定性问题的能力。通过对四个UCI数据集的聚类分析实验，表明了本算法的有效性。关键词：聚类；信息增益；模糊K

3、-prototypes算法；混合型数据中图分类号：TP391文献标志码：Adoi：10．3969／i．issn．1007—13OX．2015．05．023AfuzzyK-prototypesclusteringalgorithmbasedoninformationgainOUYANGHao，WANGZhi—wen，DAIXi—sheng，LIUZhi—qi(1_SchoolofComputer，GuangxiUniversityofScienceandTechnology，Liuzhou545006：2．S

4、choolofElectricalandInformationEngineering，GuangxiUniversityofScienceandTechnology，Liuzhou545006，China)Abstract：K—prototypesclusteringalgorithmscombineK-meansandK-modestoanalyzemixeddataobjects．ClassicK—prototypesclusteringalgorithmsdon’tconsidertheeffectd

5、egreeofeachattributetothelastclusteringresultswhencalculatingthedissimilarityofdataobject．Butintherealworld，theim—portanceofeachattributevaries．Inthispaperweuseinformationgainoftheinformationtheorytogettheweightofeachattribute．Theseweightsareusedtogetabett

6、erclusteringresultwhenwecalculatethedissimilarity．Inordertoimprovethefuzzyability，theproposedalgorithmexploitsthefuzzytheorytogetabettercapabilityfordealingwithanti—noiseanduncertainproblems．ClusteringexperimentsonfourUCIdatasetsvalidatetheeffectivenessofo

7、uralgorithm．Keywords：clustering；informationgain；fuzzyK—prototypes；mixeddata对象只能全是由连续属性构成，或者全是由分类属1引言性构成[2]，而现实世界中大多数的数据对象，既具有连续属性同时也有分类属性。针对这个问题，聚类分析作为数据挖掘中的一个重要研究方HuangZ在文献[2]中提出了K-prototypes算法，向，是一个将数据对象划分为多个子集的过程Ⅲ。此算法结合了可分析连续属性的K—means算法，子集内部的对象有着高度的相似性

8、，不同子集的对以及可分析分类属性的K-modes算法。在此基础象有着高度的相异性。一般聚类算法分析的数据上，文献[3～8]对经典的K—prototypes算法做出*收稿日期：2014—09—10；修回日期：2014-11一O4蒌技拿术项研究目项：国目家(L自X然2科学基金资助项目(61462008，61364006)；广西自然科学基金资助项目(2o13GxNsFAAo19336)；广西高校科学014190，YB2