一种适用于混合型属性数据的自适应邻域粒聚类方法

本发明公开了一种适用于混合型属性数据的自适应邻域粒聚类方法，属于机器学习技术领域。针对现有技术中存在的传统K均值聚类算法只能处理数值型属性数据以及聚类结果不稳定的问题，本发明提供了一种适用于混合型属性数据的自适应邻域粒聚类方法，其方法包括：S1、获取并输入待聚类数据；S2、通过混合型属性数据的自适应邻域粒聚类方法计算待聚类数据的邻域粒向量；S3、基于数据的相异性度量方法选取待聚类数据的初始聚类中心；S4、利用邻域粒K均值聚类算法更新聚类中心；S5、输出聚类结果。由此，通过将K均值聚类算法和粒计算相结合，实现混合型属性数据粒化，具备适用性强和聚类性能高的优良特性。