基于新的相似性度量的加权粗糙聚类算法
【出 处】:《
计算机工程与科学
》
CSCD
2011年第33卷第12期 110-115页,共6页
【作 者】:
孙晓博
;
廖桂平
【摘 要】
聚类是数据挖掘中重要的研究方向。本文针对现有的聚类算法中相似度量的缺陷,提出了一种新的相似性度量方法。在此基础上,将粗糙集理论中的区分能力引入到聚类算法中,用来度量属性的重要性,进而提出了一种能够处理符号型数据的新的加权粗糙聚类算法。通过对UCI数据的实验表明,本文算法对数据输入顺序不敏感,且不需要预先给定簇的数目,提高了聚类的质量。
相关热词搜索: