针对混合型分类数据改进的[K]-modes算法距离公式

来源：计算机工程与应用杂志2020年第6期北京时间：

作者：袁方，杨有龙

单位：西安电子科技大学 数学与统计学院，西安 710126

摘要：传统[K]-modes算法在分类属性聚类中有着广泛的应用，但是传统算法并不区分有序分类属性与无序分类属性。在区分这两种属性的基础上，提出了一种新的距离公式，并优化了算法流程。基于无序分类属性的距离数值，确定了有序分类属性相邻属性值之间距离数值的合理范围。借助有序分类属性蕴含的顺序关系，构建了有序分类属性的距离公式。计算样本点与质心距离之时，引入了簇内各属性值的比例作为总体距离公式的重要参数。综上，新的距离公式良好地刻画了有序分类属性的距离，并且平衡了两种不同分类属性距离公式之间的差异性。实验结果表明，提出的改进算法和距离公式在UCI真实数据集上比原始[K]-modes算法及其改进算法均有显著的效果。

关键词：[K]-modes算法,有序分类属性,混合型数据,混合型数据距离公式