[发明专利]一种处理现实生活中分类型数据的有效方法

权利要求书

1.一种处理现实生活中分类型数据的有效方法，其特征在于，包含以下步骤：

步骤1，随机从含有n个样本的数据集X中选取k个初始点，k为数据集X的分类数目；

步骤2，计算每个对象到k个初始点的距离，将对象分配到与其距离最小的初始点类中，得到k个簇；

步骤3，计算每个对象到k个中心的隶属度，并用启发式更新算法更新k个簇的类中心，类中心表示为w_k；

步骤4，重复步骤2、步骤3，直到类中心w_k不变为止。

2.根据权利要求1所述的一种处理现实生活中分类型数据的有效方法，其特征在于：所述步骤2中的计算每个对象到k个初始点的距离d(X_i，X_j)，具体为：

其中

式(2)中表示矩阵对象X_i在属性A_s上的所有属性值,即值域.1/2是标准化因子，因为0≤δ(X_is,X_js)≤2，当时，δ(X_is,X_js)＝0；当时，δ(X_is,X_js)＝2。

3.根据权利要求1所述的一种处理现实生活中分类型数据的有效方法，其特征在于：所述步骤3中计算每个对象到k个中心的隶属度，并用启发式更新算法更新k个簇的类中心w_k，具体为：

4.根据权利要求1所述的一种处理现实生活中分类型数据的有效方法，其特征在于：所述步骤3中的启发式更新算法的具体步骤为：

步骤3.1，对式5进行分析，如果Q_l能使式5达到最小，则Q_l是X的类中心，

其中，β是模糊因子，w是隶属度。

5.根据权利要求4所述的一种处理现实生活中分类型数据的有效方法，其特征在于：所述步骤3.1，对式5进行分析，如果Q_l能使式5达到最小，则Q_l是X的类中心，其中，β是模糊因子，w是隶属度，分析过程如式6所示，

这里记称作X_i的属性值的权重。

6.根据权利要求5所述的一种处理现实生活中分类型数据的有效方法，其特征在于：对式6进行分析，具体如下：要想使最小，则需使最大，假设第l类中属性A_j的值域是计算并按降序排列.若Q_lj有r_j个值，则有3种情形：

1)当r_j＝1时，若t＝2,K r′_j，其中t代表第几个属性值，则若有多于一个的最大值，则按照MATLAB程序里的randperm函数随机取一个数；

2)当r_j＝r′_j时，则取全部值作为类中心；

3)当r_j≠r′_j时，有以下3种情形：

①若选前r_j个值作为类中心；

②若

则先选前r_j-1个值作为Q_lj的一部分；

若则

若则

若则随机取一个；

③若则先选前(r_j-p′-1)个属性值作为类中心的一部分，记为再从接下来的p′+p+1个属性值中选p′+1个作为剩余部分.假设Q^j是剩余属性值的所有组合的集合，R_t是Q^j中每个组合的频率和，若R_s≠R_t,Q_lj＝R_s∪Q″；确定r_j值，令根据以上启发式更新算法，属性A_j的类中心可以更新出来.同理，其他属性的类中心也能找到。