索 飞,张洪伟,邹书蓉

(成都信息工程学院计算机学院,四川 成都 610225)

多目标监督聚类GA研究

索 飞,张洪伟,邹书蓉

(成都信息工程学院计算机学院,四川 成都 610225)

提出了多目标监督聚类GA算法,即:根据样本的类标签有监督地将样本聚类,在每个类中根据样本属性的相似性有监督地聚成类簇.如果分属不同类标签的类簇出现相交,则相交类簇再次聚类,直到所有类簇均不相交.适应度矢量函数由类簇数和类内距离2个目标确定,类簇数和类簇中心由目标函数自动确定,从而类簇数和中心就不受主观因素的影响,并且保证了这2个关键要素的优化性质.预测分类时,删去单点类簇,并根据类簇号和离某个类簇中心距离的最近邻法则以及该类簇的类标签进行分类.算法模型采用C#实现,采用3个UCI数据集进行实例分析,实验结果表明,本算法优于著名的Native Bayes、Boost C4.5和KNN算法.

多目标GA;监督聚类;类标签;最近邻法则

0 引 言

近年来,聚类已经成为数据挖掘领域中一个热门的研究课题[1].一方面,它可以作为一个专门工具来处理数据分布信息;另一方面,也可以作为数据挖掘算法的一个预处理步骤[2].监督聚类分析是聚类分析的一种,它根据样本的先验信息或假设来决定样本的分类,据此建立判别模型,并利用该判别模型对未知对象进行分类.

遗传算法(Genetic Algorithm,GA)是一类借鉴生物界的进化规律演化而来的随机化搜索方法.它由美国J.Holland教授首先提出.经过多年的研究、改进,遗传……