CSDL Bài trích Báo - Tạp chí
A new information theory based algorithm for clustering categorical data
Tác giả: Do Si Truong, Lam Thanh Hien, Nguyen Thanh TungTóm tắt:
In this paper, we review two baseline algorithms for use with categorical data, namely Min-Min Roughness (MMR) and Mean Gain Ratio (MGR), and propose a new algorithm, called Minimum Mean Normalized Variation of Information (MMNVI). MMNVI algorithm uses the Mean Normalized Variation of Information of one attribute concerning another for finding the best clustering attribute, and the entropy of equivalence classes generated by the selected clustering attribute for binary splitting the clustering dataset. Experimental results on real datasets from UCI indicate that the MMNVI algorithm can be used successfully in clustering categorical data. It produces better or equivalent clustering results than the baseline algorithms.
- Một số phương tiện biểu đạt lịch sự của hành vi ngôn ngữ phàn nàn trong tiếng Việt
- Ẩn dụ ý niệm về tài chính trong tiếng Việt nhìn từ miền nguồn lửa
- Nghiên cứu cấu trúc thể loại của diễn ngôn tuyên bố tầm nhìn của các cơ sở giáo dục Đại học ở Việt Nam
- Vai trò của từ gần nghĩa trong tiếng Hán
- Chiến lược sử dụng ngôn ngữ đánh giá trong diễn ngôn báo chí về thiên tai: Phân tích diễn ngôn trong hai bản tin tiếng Anh về bão Yagi