一种带权的混合数据聚类个数确定算法

摘要

混合数据的聚类过程中通常面临一个不可回避的问题:聚类个数的确定.基于Liang k-prototype算法引入属性权重,重新定义混合数据缺失某类的类间熵和(SBAE_M)、有效性指标(CUM)及相异性度量.提出一种带权的混合数据聚类个数确定算法.该算法的基本思想是:用newk-prototype算法将混合数据进行聚类,计算其聚类结果的CUM及SBAE_M,将最坏的类剔除,并将该类中的对象用新的相异性度量进行重新分配,CUM最大时包含的类别数即为聚类个数.在5个UCI数据集上验证了该算法的有效性.