论文部分内容阅读
面对混合属性数据集的数据预处理需求，本文在给出若干定义及相关性质之后，提出了一种基于近邻连接的两阶段聚类算法。为提高算法的时间效率，给出了算法改进的思路与技术。多个人工数据集和UCI标准数据集的仿真实验结果表明，对于一些具有明显聚类分布结构的数据集，该算法经常能取得比k—means算法和AP算法更好的聚类精度，说明它具有一定的有效性。为进一步推广并在实际中发掘出该算法的应用价值，最后给出了几点研究展望。