一种基于广度优先搜索邻居的聚类算法

被引:25
作者
钱江波
董逸生
机构
[1] 东南大学计算机科学与工程系
[2] 东南大学计算机科学与工程系 南京宁波市公安局
[3] 宁波
[4] 南京
关键词
聚类分析; 广度优先搜索; 直接邻居; 间接邻居;
D O I
暂无
中图分类号
TP311.13 [];
学科分类号
1201 ;
摘要
聚类算法BFSN广度优先搜索某对象的直接邻居和间接邻居 ,对符合条件的所有找到的邻居合并 ,从而完成一类聚类 .接着重复该步骤完成所有对象的聚类 .与同类算法相比 ,该算法具有实现简单、复杂度低和容易设定最佳参数等优点 .实验证明 ,在聚类正确率相近的情况下 ,该算法的效率比较高 ,而且能揭示同类对象之间的相异程度
引用
收藏
页码:109 / 112
页数:4
相关论文
共 3 条
[1]  
数据挖掘[M]. 机械工业出版社 , (加)JiaweiHan, 2001
[2]   Extensions to the k-means algorithm for clustering large data sets with categorical values [J].
Huang, ZX .
DATA MINING AND KNOWLEDGE DISCOVERY, 1998, 2 (03) :283-304
[3]  
An informationtheoretical approach to clustering categorical databases using genetic algorithms .2 Cristofor Dana,Simovici Dan A. In: Proceedings of the Workshop on Clustering High Dimensional Data and Its Applications . 2002