CA算法 将数量型属性划分成若干个优化的区间

资 源 简 介

CA算法可以将数量型属性划分成若干个优化的区间，它综合了分层聚类于划分聚类的优点，对于给定的不同的初始类个数，CA算法能随着迭代过程的不断进展改变类的数目，一些竞争力差的类即类的基数小于给定阙值的类将在迭代过程中不断消失，最终得到能够有效体现数据实际分布情况的优化聚类个数。

详 情 说 明

CA算法可以将数量型属性划分成若干个优化的区间，同时它还综合了分层聚类和划分聚类的优点。对于给定的不同的初始类个数，CA算法能够随着迭代过程的不断进展改变类的数目。在迭代过程中，一些竞争力较差的类，即类的基数小于给定阈值的类，将会不断消失。最终，CA算法能够得到能够有效体现数据实际分布情况的优化聚类个数，并且保留了关键的思想。