流数据聚类中多属性的计算  

Multi-attribute Calculation in Clustering of Data Stream

作　　者：王立锟[1] 王君[1] 

机构地区：[1]西南交通大学信息科学与技术学院,成都610031

出　　处：《重庆工学院学报（自然科学版）》2009年第6期90-92,共3页Journal of Chongqing Institute of Technology

摘　　要：针对传统聚类算法对维度较低的数据集和纯数值型数据或纯分类型数据聚类效果较好,却很难适用于多维度多类别属性数据计算的问题,提出一种依靠提取主要指标属性的多属性聚类算法,这些主要指标可以最大限度反映原来指标的信息.该方法针对多类别属性将所有变量放在一起进行处理,提高了聚类效率.The traditional clustering algorithm is suitable for the low-dimensional data set and the data of cardinal number value or the data of pure classified attribute, but is not suitable for the multi- dimensional and multi-category attribute data. Considering multi-dimensional data, this paper gives a method of extracting the main prosperities. The extracted prosperities can reflect the original information to the greatest extent. Considering the multi-category attribute data, all the variables will be placed together to be calculated. It will greatly improve the efficiency of clustering.

关 键 词：流数据 聚类 多维度 多类别 

分 类 号：TP393[自动化与计算机技术—计算机应用技术]