摘要
讨论聚类分析中的一个主要问题,即可能出现的结构性属性加权,提出了加权的不同措施用于实体的一种新算法,这种算法允许使用k-m eans-type来有效聚集大的数据集。并通过人造的和真实的2种实验数据论证这种优化算法,提供了一种找出每一个类聚中每一个属性权值的新算法。
An optimized clustering algorithm for attributes weighted dissimilarity is put forward. This algorithm allows the clustering by using k-means-type. It is demonstrated by both synthetic and real data sets and it is a new algorithm to find every attributes weighted value for each clustering.
出处
《武汉理工大学学报（信息与管理工程版）》
CAS
2006年第8期47-50,共4页
Journal of Wuhan University of Technology：Information & Management Engineering
基金
广东省科技攻关资助项目(A10202001)
广东省自然科学基金资助项目(031454)
关键词
属性加权
非相似聚集
数据挖掘
聚类优化
attributes weighted
dissimilarity
data mining
clustering optimization
