A fuzzy SV-k-modes algorithm for clustering categorical data with set-valued attributes
A fuzzy SV-k-modes algorithm for clustering categorical data with set-valued attributes
复制标题
用于对具有集值属性的分类数据进行聚类的模糊 SV-k-modes 算法
DOI：
10.1016/j.amc.2016.09.023
复制
发表时间：
2017-02
影响因子：
4
通讯作者：
Jiye Liang
中科院分区：
文献类型：
--
作者：
Fuyuan Cao;Joshua Zhexue Huang;Jiye Liang
本文提出了一种模糊sv -k模式算法，该算法使用模糊模式聚类过程对具有集值属性的分类数据进行聚类。在该算法中，我们使用Jaccard系数来度量两个对象之间的不相似性，并用集值模式表示聚类的中心。针对模糊划分矩阵，提出了一种启发式的聚类原型更新方法。这些扩展使得模糊sv -k模式算法可以将具有单值和集值属性的分类数据聚类在一起，模糊模式算法是它的特例。在合成数据集和三个不同应用的真实数据集上的实验结果表明了模糊sv -k模式算法的效率和有效性。
In this paper, we propose a fuzzy SV-k-modes algorithm that uses the fuzzyk-modes clustering process to cluster categorical data with set-valued attributes. In the proposed algorithm, we use Jaccard coefficient to measure the dissimilarity between two objects and represent the center of a cluster with set-valued modes. A heuristic update way of cluster prototype is developed for the fuzzy partition matrix. These extensions make the fuzzy SV-k-modes algorithm can cluster categorical data with single-valued and set-valued attributes together and the fuzzyk-modes algorithm is its special case. Experimental results on the synthetic data sets and the three real data sets from different applications have shown the efficiency and effectiveness of the fuzzy SV-k-modes algorithm.
登录
查看更多内容
DOI：
10.1016/j.ins.2014.02.052
发表时间：
2014-08
期刊：
Inf. Sci.
影响因子：
--
作者：
Fuyuan Cao;J. Huang;Jiye Liang
通讯作者：
Fuyuan Cao;J. Huang;Jiye Liang
DOI：
10.1007/3-540-45681-3_15
发表时间：
2002-08
期刊：
--
影响因子：
--
作者：
F. Giannotti;C. Gozzi;G. Manco
通讯作者：
F. Giannotti;C. Gozzi;G. Manco
DOI：
10.1016/j.patcog.2011.07.012
发表时间：
2012
期刊：
Pattern Recognit.
影响因子：
--
作者：
Kuo-Lung Wu
通讯作者：
Kuo-Lung Wu
影响因子：
11.9
作者：
Huang, ZX;Ng, MK
通讯作者：
Ng, MK
DOI：
10.1007/s11432-013-4949-8
发表时间：
2014-03
期刊：
Science China Information Sciences
影响因子：
--
作者：
Zhongyuan Hou;Fan Yang;Junhua Liu;Xing Zhang
通讯作者：
Zhongyuan Hou;Fan Yang;Junhua Liu;Xing Zhang