基于貝葉斯距離的K-modes聚類算法
大?。?/span>0.59 MB 人氣： 2017-11-23 需要積分：1
K-modes算法中原有的分類變量間距離度量方法無法體現(xiàn)屬性值之間差異，對此提出了一種基于樸素貝葉斯分類器中間運算結果的距離度量。該度量構建代表分類變量的特征向量并計算向量間的歐氏距離作為變量間的距離。將提出的距離度量代入K-modes聚類算法并在多個UCI公共數(shù)據(jù)集上與其他度量方法進行比較，實驗結果表明該距離度量更加有效。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%