针对kprototype算法在处理复杂的数据集时,常出现一些纯度不高的簇,影响了聚类质量的问题,提出一种基于kprototype的多层次聚类改进算法,利用属性自动选择的方法将一些纯度不高的簇进行再聚类,以提高聚类质量.以UCI标准测试数据集进行实验,实验结果表明,该改进算法能够明显提高混合型数据集的聚类质量,并且在数据约简方面有良好表现.
李士进,朱跃龙,刘净.一种基于kprototype的多层次聚类改进算法[J].河海大学学报(自然科学版),2007,(3):342-347.(.[J]. Journal of Hohai University (Natural Sciences),2007,(3):342-347.(in Chinese))