一种基于树状基学习器的混合特征数据聚类方法及系统

摘要

本发明属于混合特征数据集聚类技术领域，公开了一种基于树状基学习器的混合特征数据聚类方法及系统，其方法包括步骤：S1、对样本集进行随机子采样生成N个不同的子样本集；S2、对每个子样本集进行树状基学习器的训练，并得到训练完成后的N颗树以及聚类簇数量K；S3、基于训练完成后的N颗树，统计任意两个样本之间的相似度矩阵，并将所有相似度矩阵归一化，以得到多个归一化相似度矩阵；S4、将聚类簇数量K以及多个归一化相似度矩阵作为谱聚类模型的输入，以得到样本集最终的聚类结果。本发明设计了高纬度、混合特征情况下的数据聚类方法，可解决数据集维度过高以及连续特征和离散特征混合情况下无法明确定义相似性概念导致难以聚类的问题。