期刊文献+

混合类型数据的聚类算法综述

Summary of Clustering Algorithms for Mixed Data
下载PDF
导出
摘要 在所有数据挖掘的算法中,聚类算法尤为重要。在实际应用中,数据大多是混合型的数据,既包含数值型,又包含分类型数据。因此,对混合数据进行聚类分析越来越重要。笔者首先介绍了聚类的定义,然后详细阐述了K-prototype聚类算法的基本原理,最后详细介绍了近年来各学者对混合类型数据的聚类算法的研究现状和其具体应用。 Among all the algorithms of data mining, clustering algorithm is especially important. In practical applications, most data appear in mixed data with both numerical and categorical attributes. Therefore, the clustering analysis of mixed data attracts more and more attention. The author introduces the definition of clustering, the basic principles of K-prototype clustering algorithm, some clustering algorithms of mixed data by researchers in recent years, and gives a brief introduction to its specific applications.
作者 陈绪 严金戈 Chen Xu;Yan Jinge(Institute of Industry and Equipment Technology, Hefei University of Technology, Hefei Anhui 230009, Chin)
出处 《信息与电脑》 2018年第7期136-138,共3页 Information & Computer
关键词 混合数据类型 聚类 数据挖掘 K-prototype聚类算法 mixed data clustering data mining K-prototype clustering algorithms
  • 相关文献

参考文献4

二级参考文献23

  • 1钱线,黄萱菁,吴立德.初始化K-means的谱方法[J].自动化学报,2007,33(4):342-346. 被引量:32
  • 2张伟.Fuzzy聚类算法中的一个新算法--Fuzzy PFS聚类法[J].模糊数学,1987,3(4):51-56. 被引量:1
  • 3Yager R R,Filev D P.Approximate clustering via the mountain method[J].IEEE Trans.on System Man Cybernetics,1994,24(8):1279-1284. 被引量:1
  • 4Shehroz S K,Amir A.Cluster center initialization algorithm for K-means clustering[J].Pattern Recognition Letters,2004,25(1):1293-1302. 被引量:1
  • 5Plaza A,Martínez P,Pérez R M,et al.Spatial/spectral endmember extraction by multidimensional morphological operations[J].IEEE Trans.on Geoscience and Remote Sensing,2002,40(9):2025-2041. 被引量:1
  • 6Tadjudin S,Landgrebe D A.Robust parameter estimation for mixture model[J].IEEE Trans.on Geoscience Remote Sensing,2000,38(1):439-435. 被引量:1
  • 7Landgrebe D A.Signal theory methods in multispectral remote sensing[M].New Jersey:Wiley,2005. 被引量:1
  • 8Duda R O,Hart P E,Stork D G.Pattern classification second edition[M].New York:Wiley,2001. 被引量:1
  • 9American ITT visual information solutions Company.ENVI Online Tutorials[EB/OL] [2009-1-7].http://www.ittvis.com/Envi/docs/tutorials/Classification_Methods.pdf. 被引量:1
  • 10Pe(n)a J M,Lozano J A,Larraaga P.An empirical comparison of four initialization methods for the K-means algorithm[J].Pattern Recognition Letters,1999,20(10):1027-1040. 被引量:1

共引文献96

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部