一种实现混合属性数据流聚类的算法

摘要

在当今的网络中存在三种形式的数据流，连续型数据流，标称型数据流和混合属性数据流。由于目前在数据挖掘中大部分算法只能处理一种属性的数据流，而处理混合属性数据流的算法却很少，但在数据挖掘的实际应用中常常需要将不同属性的数据流进行相互区分。事实上研究人员在区分不同属性数据流时，首先是将不同属性的流进行聚类，其次是对不同属性的流进行识别。在查阅有了有关资料和参考文献后，本文提出了一种对混合属性数据流的聚类算法，该算法的聚类思想是：①提取混合属性数据流的分类属性，②使用 k －近邻算法计算数据流分类属性的相似性，③根据 k －近邻算法对数据流相似度的计算结果，使用 k －均值聚类算法对混合属性数据流进行聚类，④给出聚类的算法。%In today's network there are three forms of data flow ,i .e .,continuous data streams ,data streams and mixed nominal type attribute data stream .Most algorithms in data mining can only process one form rather than mixed forms of da-ta flow ,but practically in the applications of data mining ,it often requires to distinguish different attributes of the data stream .So the authors proposed a mixed attribute data stream clustering algorithm ,and the clustering idea of the algorithm is : ① to extract mixed attribute data classification property stream , ② to use k-nearest neighbor algorithm for data stream classification attributes similarities , ③ according to k-nearest neighbor algorithm ,to calculate the similarity of the results of the data stream using k-means clustering algorithm for mixed attribute data stream poly class , ④ to give the clustering algo-rithm .