基于结构相似性的k-modes算法

来源：计算机工程与应用杂志2017年第23期北京时间：

作者：黄苑华1，谢 峰1，郝志峰1，2，3，蔡瑞初2

单位：1.广东工业大学 应用数学学院，广州 510520；2.广东工业大学 计算机学院，广州 510006；3.佛山科技技术学院 数学与大数据学院，广东 佛山 528000

摘要：聚类是数据挖掘中重要的技术之一，它是按照相似原则将数据进行分类。然而分类型数据的聚类是学习算法中重要而又棘手的问题。传统的k-modes算法采用简单的0-1匹配方法定义两个属性值之间的相异度，没有将整个数据集的分布考虑进来，导致差异性度量不够准确。针对这个问题，提出基于结构相似性的k-modes算法。该算法不仅考虑属性值它们本身的异同，而且考虑了它们在其他属性下所处的结构。从集群识别和准确率两个方面进行仿真实验，表明基于结构相似性的k-modes算法在伸缩性和准确率方面更有效。

关键词：聚类分析,分类型数据, 相异度度量,结构相似性,k-modes算法