一种基于粗糙集的K-means聚类算法

被引：9

作者：

聂映

陈福集

机构：

[1] 福州大学公共管理学院

来源：

武汉大学学报(工学版) | 2011年 / 44卷 / 02期

基金：

国家杰出青年科学基金;

关键词：

粗糙集; 属性约简; 属性重要度; K-means聚类;

D O I：

暂无

中图分类号：

TP181 [自动推理、机器学习];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

对粗糙集进行了相关研究,并提出了一种以粗糙集理论为基础的K-平均聚类算法,该算法以信息表中条件属性和决策属性的一致性原理为基础,应用粗糙集的属性约简算法消除冗余属性,利用各属性重要度确定其权值,在此基础上应用改进的K-平均算法进行聚类分析.该方法的优势在于消除了不重要的属性,赋予了各属性权值,使聚类更有效,更客观.实验结果表明,该方法是有效的.

引用

页码：257 / 260

页数：4

共 9 条

[1] A new approach to attribute reduction of consistent and inconsistent covering decision systems with covering rough sets [J].