一种基于k-prototype的多层次聚类改进算法-河海大学期刊部主办.pdf

第 卷第 期 河 海 大 学 学 报 （自然 科 学 版 ） *( * U0P + *( @0 + * 年 月 （ ） !) ( O0M/:P 0Q E0R:S 4ST3/=S12 @:1M/:P AFS3F3= K:2 !) 一种基于!#$%%’#( 的多层次聚类改进算法 李士进，朱跃龙，刘 净 （河海大学计算机及信息工程学院，江苏 南京 !%$’） 摘要：针对,-./01012.3 算法在处理复杂的数据集时，常出现一些纯度不高的簇，影响了聚类质量的 问题，提出一种基于,-./01012.3 的多层次聚类改进算法，利用属性自动选择的方法将一些纯度不高 的簇进行再聚类，以提高聚类质量 以 标准测试数据集进行实验，实验结果表明，该改进算法能 + 456 够明显提高混合型数据集的聚类质量，并且在数据约简方面有良好表现+ 关键词：聚类；混合数据；多层次聚类； 聚类 ,-./01012.3 中图分类号： 文献标识码： 文章编号： （ ） 78*%% 9 % %$’ !) * *! # ! ! ! ［］ % 聚类分析是数据挖掘中一个非常活跃的研究分支，具有广泛的应用前景 聚类方法主要有以下几类 ： + （）划分方法，如 算法， 算法；（）层次的方法，如 和 算法；（）基于密度的方 : ,-;3:= 59?9@A B 54?C D6?5E F 法， 是其典型代表，另外还有 算法；（）基于网格的方法， 是基于该方法的一个典型例 GDA59@ H8765A I A76@J 子；（）基于模型的方法，如一些统计学和神经网络的方法 3 + 上述方法存在以下问题：（）对于可处理的数据类型存在局限，许多算法只限于处理仅包括数值属性或 : 仅包括类别属性的数据集，对于适合于混合属性数据集的聚类算法却较少；（）需要确定一些参数，并且这些 B 参数的设置和聚类的结果密切相关，特别是很多算法需预先给出聚类的簇数；（）对数据分布的适应性，一些