利用领域本体提升数值数据集的簇质量
数据库
2023-04-04 v1 人工智能
机器学习
摘要
基于本体的聚类因本体的潜在益处近年来受到关注。当前基于本体的聚类方法主要应用于降低文本文档聚类中属性的维度。利用本体降低属性维度有助于为数据集生成高质量簇。然而，数值数据集聚类中的基于本体的方法尚未受到足够重视。此外，部分文献提到基于本体的聚类可从数据集中产生高质量或低质量簇。因此，本文提出一种基于领域本体的聚类方法，利用领域本体降低数值数据集中属性的维度并产生高质量簇。对每个数据集，我们使用领域本体生成三个数据集。随后使用一种称为 GenClust++ 的基于遗传算法的聚类技术对这些数据集聚类。各数据集的簇根据误差平方和（SSE）进行评估。我们使用六个数值数据集评估我们基于本体的方法的性能。我们方法的实验结果表明，簇质量随领域本体层级从低到高逐步提升。
引用
@article{arxiv.2304.00653,
title = {Enhancing Cluster Quality of Numerical Datasets with Domain Ontology},
author = {Sudath Rohitha Heiyanthuduwage and Md Anisur Rahman and Md Zahidul Islam},
journal= {arXiv preprint arXiv:2304.00653},
year = {2023}
}
备注
6 Pages, IEEE CSDE2022 Conference Paper