Research on Categorical Data Clustering Algorithms

摘要

随着数据规模的不断增大，竞争的日趋激烈，人们迫切需要从大量数据中挖掘出知识和信息来辅助决策，数据挖掘技术随之应运而生。聚类分析是其中一种重要的技术，但以往的研究大多限于数值类型的数据。类属型数据聚类算法则被研究的较少，而且很不成熟和完善。 本文对类属型数据聚类算法进行深入的研究，找出了类属型数据聚类技术的几个方面的主要缺陷，在以下几个方面开展了研究： 聚类分析的初始化算法影响着聚类结果的好坏。研究人员提出了很多初始化的方法，但却没有广泛被接受的初始化算法，并且对类属型数据聚类中心的初始化方法很少有涉及到。我们提出新的初始化方法由基础步骤和限定框架两个部分组成，其基础步骤充分考虑到数据集的特...