Density Clustering Algorithm Based on Subspace Dimensional Weighting

摘要

在高维数据聚类中,受维度效应的影响,现有的算法聚类效果不佳。为此,提出一种适用于高维数据的密度聚类算法STAdECOn。在经典的PrEdECOn算法基础上,引入子空间维度权重的计算方法,避免PrEdECOn算法使用全空间距离度量带来的问题,提高了聚类的质量。在合成数据和实际应用数据集上的实验结果表明,该算法在高维数据聚类上可取得较好的聚类精度,算法是有效可行的。