学科分类
/ 1
1 个结果
  • 简介:针对采用经典划分思想的聚类算法以一个点来代表类的局限,提出一种基于化中心的分类属性数据聚类算法。该算法通过定义包含多个点的化中心来代表类,能够体现出类的数据分布特征,并进一步提出化中心距离及类间距离度量的新方法,给出化中心的确定方法及基于化中心进行对象到类分配的聚类策略,一般只需一次划分迭代就能得到最终聚类结果。将化中心算法应用到四个基准数据集,并与著名的划分聚类算法K-modes及其两种改进算法进行比较,结果表明化中心算法聚类正确率更高,迭代次数更少,是有效可行的。

  • 标签: 聚类算法 泛化中心 分类属性 K-modes