灰关联均衡接近度在聚类中的应用

在传统聚类方法中,通常采用欧式距离作为元组间的相似性的度量,欧式距离是在多维空间中两点之间的真实距离,有时会将不同量纲的数据进行距离的计算,然而这种不同量纲数据间的欧式距离没有任何意义。为了改善聚类效果,采用灰色系统理论中的灰关联均衡接近度取代欧式距离作为元组间相似性的度量标准,得出结论:基于灰关联的均衡接近度相似性度量标准能更好的度量不同对象间的相似度,可以广泛的应用到数值型数据集的聚类中。