Feature Weighting in k-Means Clustering

Data sets with multiple, heterogeneous feature spaces occur frequently. We present an abstract framework for integrating multiple feature spaces in the k-means clustering algorithm. Our main ideas are (i) to represent each data object as a tuple of multiple feature vectors, (ii) to assign a suitable...

Ausführliche Beschreibung

Bibliographische Detailangaben

Veröffentlicht in:	Machine learning 2003-09, Vol.52 (3), p.217-237
Hauptverfasser:	Modha, Dharmendra S, Spangler, W Scott
Format:	Artikel
Sprache:	eng
Schlagworte:	Algorithms Studies
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!