赵玉成
- 作品数:2 被引量:3H指数:1
- 供职机构:中国民航大学计算机科学与技术学院更多>>
- 发文基金:国家自然科学基金中央高校基本科研业务费专项资金更多>>
- 相关领域:自动化与计算机技术更多>>
- 基于最大似然原理的分类属性数据分层聚类算法被引量:3
- 2015年
- 对分类属性数据进行处理时,现有的聚类算法一般都通过距离函数将原始数据转换为表示两两距离的距离矩阵,然后再根据距离矩阵进行聚类,聚类结果很大程度上依赖于距离函数。针对上述问题,提出一种基于最大似然原理的分类属性数据分层聚类算法,称为HAC_ML算法。HAC_ML算法优点在于直接处理分类属性数据,不依赖于距离函数,并且克服了分层聚类不能回溯的缺点。在UCI数据集上的测试结果表明与经典的ROCK算法和K-Modes算法相比,HAC_ML算法是一种有效地处理分类属性数据的分层聚类算法。
- 李建伏赵玉成贺怀清
- 关键词:分层聚类分类属性数据
- 一种基于启发式的分层聚类
- 2014年
- 由于在某一次合并后不能改变对象所属类,致使分层聚类算法聚类质量差。为了提高聚类质量,提出一种新的分层聚类机制——基于启发式的分层聚类。与现有的分层聚类不同,基于启发式的分层聚类首先利用现有分层聚类算法构建初始聚类树,然后通过一定的策略改变当前聚类树以使得某个目标函数最小。借鉴计算分子生物学中的最小进化原理,将目标函数定义为聚类树的树长。最后,通过实验验证了新算法能有效地提高现有分层聚类算法。
- 李建伏吴凤珍赵玉成
- 关键词:分层聚类