混合属性数据k-prototypes聚类算法

在现实世界中经常遇到混合数值属性和分类属性的数据,k-prototypes是聚类该类型数据的主要算法之一.针对现有混合属性聚类算法的不足,提出一种基于分布式质心和新差异测度的改进的k-prototypes算法.在新算法中,首先引入分布式质心来表示簇中的分类属性的簇中心,然后结合均值和分布式质心来表示混合属性的簇中心,并提出一种新的差异测度来计算数据对象与簇中心的距离,新差异测度考虑了不同属性在聚类过程中的重要性.在三个真实数据集上的仿真实验表明,与传统的聚类算法相比,本文算法的聚类精度要优于传统的聚类算法,从而验证了本文算法的有效性.