基于属性依赖关系和对象相关性的自然聚类算法

摘要 针对数据集中属性间存在依赖关系以及对象间存在相关性，定义了一种新的相似关系模型，该模型所描述的相似关系能够体现对象之间的自然相关性．在此基础上提出一种基于属性依赖关系和对象相关性的自然聚类算法，该聚类算法在不事先指定聚类数目的情况下，将所有相似性达到设定阈值的对象自然聚为一类；当调整相似性阈值时，该算法还可实现不同粒度的聚类．通过分别对数值型数据集和分类型数据集进行实验比较分析，结果表明这种自然聚类算法与其他聚类算法相比，能够真实反映数据间的相关性以及数据集的自然簇结构，同时可以发现任意形状的簇，有效地提高了聚类的精度和质量