基于屬性相關(guān)度的子空間聚類算法.pdf

1、聚類分析作為數(shù)據(jù)挖掘的十大難題之一，是數(shù)據(jù)挖掘范疇的重點(diǎn)研究?jī)?nèi)容。其中，對(duì)高維數(shù)據(jù)的聚類更是研究者們探索的熱點(diǎn)問題。最近的研究顯示出傳統(tǒng)的聚類算法可能因?yàn)楦呔S數(shù)據(jù)的維度災(zāi)難現(xiàn)象而不能發(fā)現(xiàn)有意義的簇。維度災(zāi)難指的是隨著維度基數(shù)的增長(zhǎng)，指定的點(diǎn)到離它最近的點(diǎn)的距離和距他最遠(yuǎn)的點(diǎn)距離識(shí)別率降低，發(fā)現(xiàn)有意義的、可分離的簇是非常有挑戰(zhàn)性的。利用子空間聚類技術(shù)可以將這些高維數(shù)據(jù)中的信息轉(zhuǎn)換成有價(jià)值的知識(shí)，解決維度災(zāi)難的問題。
　　與在所有特征

2、空間尋找聚類不同，子空間聚類的方向是找到嵌在不同子空間的簇，是達(dá)成高維數(shù)據(jù)聚類的有效方法。經(jīng)過探索常用的一些子空間聚類算法，發(fā)現(xiàn)簇的子空間確定的過程大都要求對(duì)數(shù)據(jù)庫進(jìn)行多次掃描，并且需求用戶來提供算法所使用的參數(shù)，致使算法的效率和準(zhǔn)確性受到限制?；陬l繁模式的數(shù)據(jù)挖掘技術(shù)發(fā)現(xiàn)和設(shè)置方法，子空間的確定可以通過兩次掃描數(shù)據(jù)庫，轉(zhuǎn)化為頻繁模式挖掘問題，所有的信息都存儲(chǔ)在頻繁模式樹中，進(jìn)而可以找到頻繁模式。
　　本文提出了一種可以解決高維

3、數(shù)值類型數(shù)據(jù)包括布爾類型數(shù)據(jù)的子空間聚類算法（Attribute relevancy-based subspace clustering algorithm，ARSUB）。算法采用網(wǎng)格聚類的思想，將屬性轉(zhuǎn)化為頻繁模式中的項(xiàng)集，將聚類問題轉(zhuǎn)化為頻繁模式挖掘問題，然后基于項(xiàng)目對(duì)間強(qiáng)關(guān)聯(lián)的關(guān)系建立關(guān)系矩陣，以衡量任意兩個(gè)項(xiàng)集之間的相關(guān)度，進(jìn)而得到強(qiáng)相關(guān)的候選子空間。最后對(duì)候選子空間進(jìn)行聚類得到存在于不同子空間中的簇。本算法利用頻繁模式樹的結(jié)構(gòu)