FD-CABOSFV区间变量高维数据聚类

摘要

针对属性取值为区间变量的高维数据聚类问题，提出基于模糊离散化的CABOSFV改进算法——FD-CABOSFV。针对属性组合利用模糊C均值聚类的思想进行属性取值的离散化，并通过A水平截取的方式确定各对象对离散化属性的归属，将其转换为二态变量后利用CABOSFV算法进行聚类。采用三组UCI基准数据集将FD-CABOSFV与著名的K-means聚类算法进行比较，实验结果表明FD-CABOSFV更有效。