论文部分内容阅读
传统的K—Prototypes聚类算法是利用划分的思想来对混合数据进行聚类，但是当混合数据的维度增大时，对象之间的差异度几乎相等，使得此算法难以进行。针对上述缺陷，文章提出一种改进的K-Prototyes聚类算法，聚类前先剔除各类中不相关的维度，将高维混合数据投影降维后再进行聚类。文中给出了Heart Disease Databases的算例，验证了算法的有效性。