[發(fā)明專利]一種基于MIC改進的k-modes聚類方法

在審

• 申請?zhí)枺?/td>: 202110171636.2
• 申請日: 2021-02-08
• 公開（公告）號: CN112861969A
• 公開（公告）日: 2021-05-28
• 發(fā)明（設(shè)計）人: 李明媚;裘奕婷;文成林;袁洢苒;徐曉濱
• 申請（專利權(quán)）人: 杭州電子科技大學(xué)
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06F16/2458
• 代理公司: 浙江千克知識產(chǎn)權(quán)代理有限公司 33246
• 代理人: 周希良

1.一種基于MIC改進的k-modes聚類方法，其特征在于該方法包括以下步驟：

步驟1給定數(shù)據(jù)集U和聚類數(shù)k；數(shù)據(jù)集U為n個對象構(gòu)成的非空有限集合U＝{x₁,x₂,x₃…x_n}，屬性集A為由m個字符型屬性構(gòu)成的非空有限集合A＝{A₁,A₂,A₃…A_m}；其中x_i的m個字符屬性表述為x_i＝{x_i1,x_i2,x_i3…x_im}；

定義對象x_i和x_j的第l個屬性之間的距離度量為：

其中x_il，x_jl指的是對象x_i和x_j的第l個屬性，l∈m，MIC(A_r,A_l)指的是屬性A_r和A_l之間的最大信息系數(shù)，函數(shù)f(x_ir,x_jr)定義為：

其中，x_ir，x_jr指的是對象x_i和x_j的第r個屬性，r∈m；

給出對象x_i和x_j的距離度量定義為：

步驟2任意給出U的k個非空子集U₁,U₂,U₃…U_k，將U₁∪U₂∪U₃…∪U_k∈U作為初始的聚類劃分；

步驟3計算當前k個非空子集U₁,U₂,U₃…U_k的類中心Q₁,Q₂,Q_r…Q_k；

步驟4對每一個對象x_i，利用距離度量公式計算到k個類中心的距離d(x_i,Q_r)，并將x_i分配到距離最小的類中心所在的類；得到新劃分后的k個非空子集U_1′,U_2′,U_3′…U_k′；

步驟5返回到步驟3，直到每個對象所屬的類不再改變。

2.根據(jù)權(quán)利要求1所述的一種基于MIC改進的k-modes聚類方法，其特征在于：最大信息系數(shù)MIC(A_r,A_l)計算如下：

其中x,y是在x軸y軸方向上的劃分格子的個數(shù)，B(n)是n的變量，I(A_r,A_l)指的是屬性A_r和A_l之間的最大互信息值。