符號(hào)型數(shù)據(jù)聚類算法的研究.pdf

1、近年來(lái)符號(hào)型數(shù)據(jù)的無(wú)監(jiān)督學(xué)習(xí)在模式識(shí)別、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)等諸多領(lǐng)域，起著愈來(lái)愈重要的作用。為了有效地挖掘符號(hào)型數(shù)據(jù)內(nèi)在的組結(jié)構(gòu)信息，相關(guān)文獻(xiàn)中已經(jīng)發(fā)展了很多符號(hào)型數(shù)據(jù)的聚類算法。然而這些算法相比數(shù)值型數(shù)據(jù)的聚類算法，在性能方面仍然有很大的提升空間，其根本原因在于符號(hào)型數(shù)據(jù)缺乏類似數(shù)值型數(shù)據(jù)那樣清晰的空間結(jié)構(gòu)。本工作跟蹤國(guó)際國(guó)內(nèi)的研究前沿，針對(duì)符號(hào)型數(shù)據(jù)的聚類問(wèn)題進(jìn)行了深入的探究和實(shí)驗(yàn)，取得的成果如下：
　?。?）深入研

2、究目前國(guó)際國(guó)內(nèi)流行的、經(jīng)典的符號(hào)型數(shù)據(jù)聚類算法，分析比較各個(gè)方法的優(yōu)缺點(diǎn)，進(jìn)而引出新的聚類算法的研究動(dòng)機(jī)和目標(biāo)。通過(guò)采用新的符號(hào)數(shù)據(jù)表示方案，將原始的符號(hào)數(shù)據(jù)在不失任何信息的情況下，映射到新的維度的歐式空間中?；谶@一新的符號(hào)數(shù)據(jù)的聚類框架，為了找到類中更有代表性的模式，結(jié)合Carreira-Perpi?n′an提出的K-Modes算法進(jìn)行無(wú)監(jiān)督學(xué)習(xí)(SBC_K-modes算法)。通過(guò)與其它四種經(jīng)典的符號(hào)型數(shù)據(jù)聚類算法在9個(gè)UCI數(shù)據(jù)集

3、上實(shí)驗(yàn)的比較，結(jié)果驗(yàn)證了新算法的有效性。
　?。?）在對(duì)符號(hào)數(shù)據(jù)可能存在的空間結(jié)構(gòu)的進(jìn)一步研究和假設(shè)的基礎(chǔ)上，提出一種新的符號(hào)數(shù)據(jù)的再表示方案。經(jīng)過(guò)推理和實(shí)驗(yàn)驗(yàn)證了這一表示的正確性和有效性。在這一表示的基礎(chǔ)上，結(jié)合兩種不同的差異性度量方式和K-Means算法基本范式，提出了兩種算法（NSBC和JSBC）。通過(guò)與其它四種經(jīng)典的符號(hào)型數(shù)據(jù)聚類算法在9個(gè)UCI數(shù)據(jù)集上實(shí)驗(yàn)的比較，結(jié)果驗(yàn)證了新算法的有效性。
　　總之，本文對(duì)符號(hào)數(shù)據(jù)