| 一种改进的K-Modes聚类算法 |
| |
| 引用本文： | 石隽锋,白妙青.一种改进的K-Modes聚类算法[J].现代电子技术,2015(4):39-41,45. |
| |
| 作者姓名： | 石隽锋 白妙青 |
| |
| 作者单位： | 山西大学 计算中心,山西 太原,030006 |
| |
| 基金项目： | 云计算在山西农业生产信息化中的应用研究 |
| |
| 摘 要： | 传统的K-Modes算法采用0-1简单匹配方法计算对象与类中心(Modes)之间的距离,并将每个对象分配到离它最近的类中去。采用基于频率方法重新计算各类的类中心(Modes)、定义目标函数,然而,对象的归类方法和目标函数的定义没有充分考虑分类数据的特点。对此,提出一种改进的K-Modes算法,采用期望熵最小的衡量方法进行归类,并且采用期望熵作为新的目标函数。通过实验将该算法与传统的K-Modes算法进行比较,表明该算法是更有效的。
|
| 关 键 词： | 分类型数据 聚类算法 期望熵 目标函数 聚类精度 |
An improved K-Modes clustering algorithm |
| |
| SHI Jun-feng,BAI Miao-qing.An improved K-Modes clustering algorithm[J].Modern Electronic Technique,2015(4):39-41,45. |
| |
| Authors: | SHI Jun-feng BAI Miao-qing |
| |
| Institution: | SHI Jun-feng;BAI Miao-qing;Computer Center,Shanxi University; |
| |
| Abstract: | |
| |
| Keywords: | categorical data clustering algorithm expected entropy objective function clustering accuracy |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
