符號(hào)屬性數(shù)據(jù)聚類算法的研究.pdf

1、聚類分析是數(shù)據(jù)挖掘中的一個(gè)重要研究領(lǐng)域，被廣泛應(yīng)用于金融欺詐、醫(yī)療診斷、圖像處理、信息檢索和生物信息學(xué)等領(lǐng)域。近年來，針對數(shù)值屬性數(shù)據(jù)的聚類算法研究已取得了豐碩的成果。然而，在現(xiàn)實(shí)世界中，存在著大量的符號(hào)屬性數(shù)據(jù)，由于符號(hào)屬性數(shù)據(jù)缺乏固有的幾何特性，不能簡單地將現(xiàn)有的數(shù)值屬性數(shù)據(jù)聚類算法應(yīng)用于符號(hào)屬性數(shù)據(jù)。因此，符號(hào)屬性數(shù)據(jù)聚類算法的研究成為一個(gè)非常重要的研究內(nèi)容，并引起了廣泛地關(guān)注。
　　本文在K-Modes和模糊K-Modes

2、聚類算法框架下，對符號(hào)屬性數(shù)據(jù)聚類算法進(jìn)行了深入地研究，論文的主要研究成果如下。
　　(1)基于粗糙集中的粗糙近似和粗糙隸屬度，提出了兩種新的相異測度。提出的相異測度在度量同一符號(hào)屬性下兩個(gè)屬性值之間的差異時(shí)，克服了簡單匹配差異法的不足，既考慮了它們本身的異同，又考慮了其它相關(guān)符號(hào)屬性對它們的區(qū)分性。將提出的相異測度應(yīng)用于傳統(tǒng)K-Modes聚類算法中，并與基于其它相異測度的K-Modes聚類算法在UCI數(shù)據(jù)集上進(jìn)行了比較，實(shí)驗(yàn)結(jié)果

3、表明基于新相異測度的K-Modes聚類算法是有效的。
　　(2)對基于頻率的相異測度進(jìn)行了研究，提出了一種更加適合模糊K-Modes聚類算法的相異測度。提出的相異測度充分考慮了Mode對模糊類的代表程度，將它應(yīng)用于模糊K-Modes聚類算法中，并給出了基于模糊隸屬度的模糊K-Modes聚類算法的收斂性證明。在UCI數(shù)據(jù)集上與傳統(tǒng)K-Modes和模糊K-Modes聚類算法進(jìn)行了比較，實(shí)驗(yàn)結(jié)果表明基于模糊隸屬度的模糊K-Modes聚類