Release Time:2019-03-10  Hits:

Indexed by: Journal Article

Date of Publication: 2009-10-15

Journal: 小型微型计算机系统

Included Journals: CSCD、ISTIC、PKU

Volume: 30

Issue: 10

Page Number: 2016-2021

ISSN: 1000-1220

Key Words: 分类属性;子空间聚类;频繁模式;FP.树

Abstract: 高维分类数据的处理一直是数据挖掘研究所面临的巨大挑战.传统聚类算法主要针对低雏连续性数据的聚类,难以处理高维分类属性数据集.本文提出一种处理高维分类数据集的子空间聚类算法(FP-Tree-based SUBspace clustering algorithm,FPSUB),利用频繁模式树将聚类问题转化为寻找属性值的频繁模式发现问题,得到的频繁模式即候选子空间,然后基于这些子空间进行聚类.针对真实数据集的实验结果表明,FPSUB算法比其他算法具有更高的准确度.