基于遗传算法的高维子空间聚类算法设计

 针对高维空间数据的特点,为了降低“维数灾难效应”对聚类结果的影响,提出并实现了一种新的基于遗传算法的子空间聚类算法,通过特征选择方法并结合遗传算法的全局搜索能力对所有的特征子空间进行搜索;采用实数制编码方式对解空间进行编码,并设计一种基于距离和信息熵的适应度评估函数来对聚类结果和子空间所包含的特征维进行评估。最后,通过人工数据与真实数据等几组实验验证了算法的高效性和鲁棒性。实验结果表明,本文提出的新算法能够有效地进行高维数据聚类,降低“维数灾效应”的影响。