混合属性数据聚类的新方法

作者：白天; 冀进朝; 何加亮; 周春光

来源：吉林大学学报（工学版）, 2013, (01): 130-134.

DOI：10.13229/j.cnki.jdxbgxb2013.01.017

• 人工智能
• 数据聚类
• 数据挖掘
• K原型算法
• 混合属性数据 artificial intelligence
• clustering
• data mining
• K-prototypes algorithm
• mixed attribute data

提出了一种数值型和类别型混合属性数据聚类的全局算法。算法通过随机选取足够多的初始原型来覆盖数据集的全局分布信息,然后通过评估函数迭代地消去多余的原型。最后对本文算法进行了验证,证明了该算法的有效性和收敛性。并与其他已有同类型算法的聚类结果进行比较,说明本文算法对混合属性数据具有更高的聚类准确度,为解决混合型数据聚类问题提供了一种新途径。

• 单位
  吉林大学