融合单纯形映射与熵加权的聚类方法

来源：计算机工程与应用杂志2020年第9期北京时间：

作者：安宁，江思源，唐晨，杨矫云

单位：1.合肥工业大学 国家智慧养老国际科技合作基地，合肥 230601；2.合肥工业大学 计算机与信息学院，合肥 230601

摘要：由于分类型和数值型属性特性的差异，设计混合类型数据聚类算法时通常需要对两种类型属性区别对待，增加了聚类算法的设计与实现难度。另外，不同属性所包含的信息量存在差异，但现有算法通常平等对待各个属性。提出了一种融合单纯形映射与信息熵加权的混合类型数据聚类算法。基于单纯形理论将分类型属性映射为高维数值属性向量，应用信息熵理论为各属性分配权重建立相似性度量公式，将该度量方法应用于K-Means算法框架得到聚类算法。在6个UCI的混合数据集上的实验表明，提出的聚类算法优于传统映射聚类算法和K-Prototype算法，在准确度上分别提高了2.70％和18.33％。

关键词：向量映射,熵加权,相似性度量,混合数据集,聚类分析