未找到相关数据
基于最大频繁项集的聚类算法
被引：1
作者：
张伟
张泽洪
机构：
[1] 江南大学信息工程学院
来源：
关键词：
高维分类数据;
最大频繁项集;
频繁模式树;
投影聚类算法;
D O I：
暂无
中图分类号：
TP301.6 [算法理论];
学科分类号：
080201 [机械制造及其自动化];
摘要：
鉴于高维数据的稀疏性和分类数据特点,探讨了专门针对高维分类数据的聚类方法.首先将原始数据集转换成频繁项集,再通过改造频繁模式树以及给出的剪切策略,挖掘出事务的最大频繁项集,并基于最大频繁项集(MFI)的两个属性,将具有相同MFI的对象归于一类,由此提出了基于最大频繁项集的聚类算法.通过对分类数据集的实验,表明该算法具有相当的稳定性、健壮性和有效性.
引用
收藏
页码：288 / 292
页数：5
相关论文