基于随机子空间的高维数据软硬聚类集成方法

摘要

本发明公开一种基于随机子空间的高维数据软硬聚类集成方法，包括以下步骤为：(1)输入高维数据集；(2)数据归一化；(3)产生随机子空间；(4)kmeans和fuzzy cmeans聚类；(5)生成融合矩阵；(6)使用聚类有效性指标得出最优聚类数目；(7)构造决策属性集；(8)改进粗糙集属性约简，得到精简融合矩阵；(9)一致性函数划分；(10)聚类纯净率。本发明利用随机子空间解决了高维数据难处理的问题；利用软聚类和硬聚类的结合，充分利用原始数据和中间结果信息；并对中间结果冗余属性约简，在提高聚类准确率的同时也提高聚类速度；解决了现有技术中对聚类信息的充分利用以及冗余信息去除的问题。

主权项

一种基于随机子空间的高维数据软硬聚类集成方法，其特征在于，包括如下步骤：S1、输入高维数据集，将其进行归一化；S2、使归一化后的高维数据集产生随机子空间；S3、对子空间进行聚类，得到聚类结果矩阵；S4、将聚类结果矩阵进行合并，生成融合矩阵；S5、根据融合矩阵，使用聚类有效性指标得出最优聚类数目；S6、使用融合矩阵和最优聚类数目作为参数，构造决策属性集；S7、将融合矩阵作为条件属性集，根据决策属性集，对融合矩阵进行改进粗糙集属性约简，得到精简融合矩阵；S8、使用精简融合矩阵和真实聚类数目作为参数进行聚类，得到聚类结果矩阵，根据聚类结果矩阵确定最终聚类结果；S9、计算最终聚类结果与真实聚类结果的纯净率。