论文部分内容阅读
针对单一聚类方法远不能满足实际数据分析需求，且K—Means聚类中维数高，非度量型数据分析亟待解决的问题，提出一种基于非度量多维缩放的聚类组合算法（NMDSCCA）。该算法通过非度量多维缩放方法对非度量型的高维数据进行降维，利用降维后得到的主成分变量作为输入变量，以K—Means算法作为基聚类器进行聚类，解决了K—Means算法无法处理分类数据以及维数高的变量局限性，使其具有普适性。仿真实验表明，新算法不仅聚类效果上均优于传统K—Means算法及基于主成分分析（PCA）的聚类组合算法，而且算法应用于大数据