点击次数：

论文类型：期刊论文

发表时间：2009-10-15

发表刊物：小型微型计算机系统

收录刊物：PKU、ISTIC、CSCD

卷号：30

期号：10

页面范围：2016-2021

ISSN号：1000-1220

关键字：分类属性;子空间聚类;频繁模式;FP.树

摘要：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.