结构化模糊k—prototypes聚类算法

尽管综合了k—means和k—modes的k—prototypes算法已能有效地处理符号数据，但用聚类中的符号模(modes)来表示聚类中的数据均位将引起大量的信息丢失。为此，本文提出了一种适合于混合类型数据的结构化模糊k—prototypes算法(sfkp)，在不增加时空开销的情况下提高聚类能力。实际数据集上的实验结果显示，sfkp算法能够进行更加有效的聚类。