一种处理现实生活中分类型数据的有效方法技术

本发明专利技术公开了一种处理现实生活中分类型数据的有效方法，包含以下步骤：步骤1，随机从含有n个样本的数据集X中选取k个初始点，k为数据集X的分类数目；步骤2，计算每个对象到k个初始点的距离，将对象分配到与其距离最小的初始点类中，得到k个簇；步骤3，计算每个对象到k个中心的隶属度，并用启发式更新算法更新k个簇的类中心，类中心表示为w

【技术实现步骤摘要】
一种处理现实生活中分类型数据的有效方法
本专利技术涉及先进计算与数据处理领域，尤其涉及一种处理现实生活中分类型数据的有效方法。
技术介绍
在数据挖掘中，算法的输入在大多数情况下是数据集X，也称为表或矩阵。在许多实际应用中，数据库通常包含多个表，这些表之间存在一对一、一对多以及多对多的关系。例如，顾客在购物时可能同时购买多个产品，由多个特征向量描述的对象称为矩阵对象，由矩阵对象构成的数据集称为矩阵对象数据集。表1中描述了来自http：//www.taobao.com的真实数据集。表1有两部分，左半部分描述用户的基本信息，右边的则记录每个用户在不同时间点访问不同品牌的信息，其中属性“访问时间”代表用户在同一天访问一个品牌的时间。我们将左边的部分称为主表，右边的部分称为数据库中的明细表，表中两个部分存在一种典型的一对多关系。表1中的数据具有以下特点：(1)相关性，主表和明细表中的数据可能有一定的相关性，不同性别或年龄的用户可能有不同的偏好。例如，24岁女性用户访问了大多数女性用户通常使用的商品，如JOSINY和WETHERM；然而，4本文档来自技高网...

【技术保护点】
1.一种处理现实生活中分类型数据的有效方法，其特征在于，包含以下步骤：/n步骤1，随机从含有n个样本的数据集X中选取k个初始点，k为数据集X的分类数目；/n步骤2，计算每个对象到k个初始点的距离，将对象分配到与其距离最小的初始点类中，得到k个簇；/n步骤3，计算每个对象到k个中心的隶属度，并用启发式更新算法更新k个簇的类中心，类中心表示为w

【技术特征摘要】
1.一种处理现实生活中分类型数据的有效方法，其特征在于，包含以下步骤：
步骤1，随机从含有n个样本的数据集X中选取k个初始点，k为数据集X的分类数目；
步骤2，计算每个对象到k个初始点的距离，将对象分配到与其距离最小的初始点类中，得到k个簇；
步骤3，计算每个对象到k个中心的隶属度，并用启发式更新算法更新k个簇的类中心，类中心表示为wk；
步骤4，重复步骤2、步骤3，直到类中心wk不变为止。


2.根据权利要求1所述的一种处理现实生活中分类型数据的有效方法，其特征在于：所述步骤2中的计算每个对象到k个初始点的距离d(Xi，Xj)，具体为：



其中



式(2)中表示矩阵对象Xi在属性As上的所有属性值,即值域.1/2是标准化因子，因为0≤δ(Xis,Xjs)≤2，当时，δ(Xis,Xjs)＝0；当时，δ(Xis,Xjs)＝2。


3.根据权利要求1所述的一种处理现实生活中分类型数据的有效方法，其特征在于：所述步骤3中计算每个对象到k个中心的隶属度，并用启发式更新算法更新k个簇的类中心wk，具体为：





4.根据权利要求1所述的一种处理现实生活中分类型数据的有效方法，其特征在于：所述步骤3中的启发式更新算法的具体步骤为：
步骤3.1，对式5进行分析，如果Ql能使式5达到最小，则Ql是X的类中心，

<...

【专利技术属性】
技术研发人员：李顺勇，张苗苗，张钰嘉，
申请(专利权)人：山西大学，
类型：发明
国别省市：山西;14