基于特征选择的数据流聚类

• 作 者: 龙鹏飞 唐军 王琳
• 机 构: 长沙理工大学计算机与通信工程学院
• 出 处: 计算机工程与设计
• 发表日期: 2010年19期
• 关键词: 数据流聚类 特征选择 冗余特征 代价矩阵 特征移除 clustering data streams feature selection redundant fe
• 基金项目: 国家自然科学基金项目（10871031、60474070）,湖南省科技计划基金项目（2008FJ3015）.

在数据流聚类时，冗余特征会影响数据的聚类质量，移除冗余特征以提高聚类质量就显得尤为重要。为解决此问题，提出一种基于特征选择的数据流聚类算法（DSCFC）。该算法应用了特征排序、特征等级评定、探测冗余不重要的特征、移除冗余特征算法等。实验结果表明，DSCFC算法能探测出数据流中隐舍的冗余特征并移除冗余特征，在对有冗余特征的数据流聚类时，比CluSteam算法更有效，聚类质量更好。