论文部分内容阅读
高速公路收费数据是一种高维、海量、分布特征未知的数据集,因此难以选择何种算法和参数最适合此类数据的聚类.针对此问题,提出一种基于簇形均衡的聚类评估指标IBCS,对各簇的形状、分布、密度和尺寸等多种形态进行均衡综合评估.该指标根据数据集稀疏程度自适应调整邻域置信区间来度量簇结构的分散度和分离度;度量密度使得IBCS具有面向数据集的算法选择能力;度量簇大小避免簇划分过于悬殊的问题.UCI数据集上多种候选算法评估比较实验验证了该指标灵活有效,能获得准确簇数并合理划分.最后,基于IBCS评估的西宝高速公路收费数据