%0 Journal Article %A 安宁 %A 江思源 %A 唐晨 %A 杨矫云 %T 融合单纯形映射与熵加权的聚类方法 %D 2020 %R 10.3778/j.issn.1002-8331.1901-0095 %J 计算机工程与应用 %P 148-155 %V 56 %N 9 %X

由于分类型和数值型属性特性的差异,设计混合类型数据聚类算法时通常需要对两种类型属性区别对待,增加了聚类算法的设计与实现难度。另外,不同属性所包含的信息量存在差异,但现有算法通常平等对待各个属性。提出了一种融合单纯形映射与信息熵加权的混合类型数据聚类算法。基于单纯形理论将分类型属性映射为高维数值属性向量,应用信息熵理论为各属性分配权重建立相似性度量公式,将该度量方法应用于K-Means算法框架得到聚类算法。在6个UCI的混合数据集上的实验表明,提出的聚类算法优于传统映射聚类算法和K-Prototype算法,在准确度上分别提高了2.70%和18.33%。

%U http://cea.ceaj.org/CN/10.3778/j.issn.1002-8331.1901-0095