基于可变加权的高维数据子空间聚类算法研究
2009-07-17
作者：邓 莹，杨双远，刘 菡
摘 要：高维数据的稀疏性和“维灾”问题使得多数传统聚类算法失去作用，因此研究高维数据集的聚类算法己成为当前的一个热点。子空间聚类算法是实现高维数据集聚类的有效方法之一。介绍并实现了基于可变加权的高维数据子空间聚类算法SCAD和EWKM，并分别对人造数据、现实数据等数据集进行测试，根据测试结果进行分析，对比两种算法的性能及适用场合。
关键词：高维数据；稀疏；子空间聚类；精确率；熵
本站内容除特别声明的原创文章之外，转载内容只为传递更多信息，并不代表本网站赞同其观点。转载的所有的文章、图片、音/视频文件等资料的版权归版权所有权人所有。本站采用的非本站原创文章及图片等内容无法一一联系确认版权者。如涉及作品内容、版权和其它问题，请及时通过电子邮件或电话通知我们，以便迅速采取适当措施，避免给双方造成不必要的经济损失。联系电话：010-82306118；邮箱：aet@chinaaet.com。