基于模糊集合信息熵的混合屬性層次聚類算法.pdf

1、聚類分析是數(shù)據(jù)挖掘中一個重要的研究分支，已在多個領域得到了很好的應用，諸如模式識別，數(shù)據(jù)分析和圖像處理等。隨著實際應用中數(shù)據(jù)的大量產(chǎn)生，數(shù)據(jù)的屬性類型不再是單一類型為主，而是混合屬性為主。在對混合屬性的處理中，雖然有k-prototype等經(jīng)典算法，也有基于離散化數(shù)值屬性算法，但效果總是差強人意。前者簡單把兩個屬性相似度相加，后者不考慮數(shù)值屬性的順序問題。這顯然影響其結(jié)果。
　　我們基于模糊集理論，提出了一種模糊離散化的方法，讓數(shù)

2、值屬性在離散化后還保留部分序的信息，更好地對不同類型屬性進行信息融合。然后基于信息熵理論提出一種自底向上的層次聚類算法。
　　本文主要包含以下幾個方面的內(nèi)容：
　　1.聚類分析理論。主要介紹了聚類分析的定義、數(shù)據(jù)對象間的相似度度量方法、聚類挖掘的常見方法及聚類結(jié)果的評估標準。
　　2.對模糊集、信息熵的相關理論進行介紹。
　　3.對一種確定最佳聚類數(shù)的Gap Statistic方法進行介紹。
　　4.基于模