文献

J-GLOBAL ID：202002222758894554   整理番号：20A1572024

k-PbC:カテゴリーデータクラスタリングのための改良型クラスタセンター初期化【JST・京大機械翻訳】

k-PbC: an improved cluster center initialization for categorical data clustering

著者 (2件)： Dinh Duy-Tai (Japan Advanced Institute of Science and Technology, Nomi City, Ishikawa, Japan) ,  Huynh Van-Nam (Japan Advanced Institute of Science and Technology, Nomi City, Ishikawa, Japan)
資料名： Applied Intelligence  (Applied Intelligence)
巻： 50  号： 8  ページ： 2610-2632  発行年： 2020年 
JST資料番号： W0297A  ISSN： 0924-669X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 分割クラスタリングアルゴリズムの性能はクラスタ中心の初期ランダム選択に影響される。同じデータセットに関するクラスタリングアルゴリズムの異なった実行は,しばしば異なる結果をもたらす。本論文では,クラスタリング品質を改善するために,パターンマイニングの観点から非ランダム初期化を利用するk-PbCというアルゴリズムを提案した。特に,k-PbCは,最初に最大頻出アイテム集合マイニングアプローチを実行し,一組の初期クラスタを見つける。次に,クラスタ中心と情報理論的ベース非類似性測度を形成するためにカーネルベースの方法を使用し,クラスタ中心とデータオブジェクト間の距離を推定する。クラスタリング品質に関して,k-PbCと最先端のカテゴリークラスタ化アルゴリズム間の比較を引き出すために,様々な実際のカテゴリデータセットについて広範な実験的研究を行った。比較結果は,提案した初期化法がクラスタリング結果を強化し,k-PbCが内部および外部検証計量の両方に対するアルゴリズムよりも性能が優れていることを明らかにした。Copyright Springer Science+Business Media, LLC, part of Springer Nature 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  情報理論 ,  測度 ,  *クラスタ化 ,  *クラスタ ,  無作為抽出 ,  データマイニング
準シソーラス用語： 非類似性 ,  クラスタリングアルゴリズム ,  パターンマイニング , 【Automatic Indexing@JST】

著者キーワード (6件)： データマイニング ,  距離ベースクラスタリング ,  パターンマイニング ,  最大高頻度アイテム集合 ,  クラスタ中心初期化 ,  カテゴリーデータ

分類 (2件)： システム・制御理論一般  (IA02010H) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： PBC ,  カテゴリー ,  データクラスタリング ,  クラスタ ,  センター ,  初期化