连续SOM聚类的一致性分类算法

吕威

doi:10.13951/j.cnki.37-1213/n.2009.03.015

烟台大学学报（自然科学与工程版） ›› 2009, Vol. 22 ›› Issue (3) : 193 -197. DOI: 10.13951/j.cnki.37-1213/n.2009.03.015

连续SOM聚类的一致性分类算法

吕威

作者信息 +

Author information +

文章历史 +

摘要

数据集的质量会极大地影响分类算法的精度,针对一类隐式互斥的数值型数据提出了一致性分类方法.借鉴连续函数的思想,提出了数值型连续数据的分类一致性定义;改进了SOM算法的计算过程,使其满足文中提出的分类一致性最优条件.通过改进的SOM方法得到一个新的聚类数据集,减少了原始数据集中容易出现的隐式分类不一致性问题,从而有效地提高了分类方法的效率和分类精度.通过在一个实际的数据集上的比较,表明提出的算法的预测精度明显优于其他算法.进而还从VC维的角度分析了提出算法的优点.