類屬型數(shù)據(jù)的加權(quán)粗糙聚類算法及應(yīng)用研究.pdf

1、隨著數(shù)據(jù)規(guī)模的不斷增大，競爭的日趨激烈，人們迫切需要從大量數(shù)據(jù)中挖掘出有用的知識和信息來輔助決策，數(shù)據(jù)挖掘技術(shù)隨之應(yīng)運而生。聚類分析是數(shù)據(jù)挖掘的一種重要技術(shù)，但以往的研究大多限于數(shù)值型數(shù)據(jù)，類屬型數(shù)據(jù)的聚類算法則被研究地較少。
　　 類屬型數(shù)據(jù)的值域是無序的，無法進(jìn)行其值的大小比較。因此，我們不能用基于距離的方法度量類屬型數(shù)據(jù)對象間的相似性，傳統(tǒng)聚類算法也對類屬型數(shù)據(jù)聚類失效?，F(xiàn)存的一些類屬型數(shù)據(jù)聚類算法，期望的簇數(shù)目需人工確定

2、，聚類結(jié)果對樣本輸入順序敏感，沒有考慮不同屬性對聚類的重要性，降低了聚類分析的質(zhì)量和效率，限制了聚類分析的應(yīng)用。
　　 鑒于此，本文提出了一種加權(quán)粗糙聚類算法：首先把各個屬性特征看作同等重要，賦予相同的權(quán)值，根據(jù)粗糙集相似關(guān)系得到初始聚簇；然后利用信息增益率去衡量屬性特征對聚類的重要性；最后用信息增益率值更新屬性的權(quán)值，不斷迭代，直到產(chǎn)生滿足要求的聚簇。該算法能夠處理類屬型數(shù)據(jù)，不需要預(yù)先給定簇的數(shù)目，對樣本輸入順序不敏感，考慮