标题 |
一种基于最大信息系数预处理的k-modes聚类方法
|
网址 |
求助人暂未提供
|
DOI |
暂未提供,该求助的时间将会延长,查看原因?
|
其它 |
为解决现有k-modes聚类方法因忽略了变量属性之间的弱相关性,常造成其在实际应用中聚类性能不佳的问题,提出一种包含属性弱相关性的新k-modes聚类方法。引入最大信息系数(maximum information coefficient,MIC)度量数据集中变量属性之间的相关性;将得到的MIC值与原有距离进行融合,建立包含属性弱相关性信息的新度量方法,以增强变量属性间相关信息的完备性,建立更加精细的k-modes聚类方法;调用3种不同的数据集,将新方法与原有的k-modes聚类方法和其他改进k-modes聚类方法的性能进行对比,并通过仿真结果表明了新方法的有效性。 著录项 来源 《系统仿真学报》|2022年第10期|2204-2212|共9页 作者 李明媚; 文成林; 胡绍林; 作者单位 杭州电子科技大学; 广东石油化工学院; 原文格式 PDF 正文语种 chi 中图分类 程序设计、软件工程; 关键词 聚类方法; k-modes; 最大信息系数; 距离度量; 变量属性; |
求助人 | |
下载 | 该求助完结已超 24 小时,文件已从服务器自动删除,无法下载。 |