可拓K近邻算法在数据聚类分析中的应用

作     者：杨仪 向长城 魏代俊 YANG Yi;XIANG Chang-cheng;WEI Dai-jun

作者机构：湖北民族学院理学院湖北恩施445000 

出 版 物：《计算机工程与应用》 (Computer Engineering and Applications)

年 卷 期：2010年第46卷第21期

页      面：156-159页

核心收录：

学科分类：08[工学] 0835[工学-软件工程] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：湖北省教育厅青年基金(No.B200929001) 湖北民族学院博士基金 湖北民族学院青年基金 

主　　题：数据聚类 可拓距离 可拓K近邻算法 属性约简 

摘      要：针对区间值数据的数据聚类问题,根据可拓学关联函数的定义,提出可拓距离的概念来度量数据之间的距离,利用K近邻的思想,根据可拓距离的大小对数据集的目标属性进行投票选择进行分类,设计了可拓K近邻算法(Extension K Nearest Neighbor,EKNN)。最后利用UCI的两个基准数据集Iris植物样本数据和糖尿病数据库PIDD进行验证,首先通过免疫网络约简算法对条件属性进行最小属性约简,然后利用EKNN算法分析和比较不同最小约简属性下的分类准确率。