区间函数型聚类,是一种用来分析连续型高频数据的方法.已有均匀分布下的区间函数型聚类方法,不能充分利用区间内部的分布信息.而且均匀分布的假设,不符合很多数据的实际分布情况,造成聚类效果和稳定性较差.针对这些问题,本文考虑数据分布的实际情况,使用原始数据的均值和标准差,改进已有的中点-半径法,提出了基于广义分布的区间函数型聚类方法.该方法扩大了区间函数型聚类的使用范围,不仅可以更好地描述区间内部的分布情况,而且能够充分地利用和获取数据信息的内在特征,提高聚类结果的有效性和合理性.使用蒙特卡洛方法,计算聚类效果的内部指标,比较本文所提方法与已有均匀分布下的区间函数型聚类方法的优劣,结果显示本文提出的方法优于已有均匀分布下的区间函数型聚类方法.最后将本文所提方法应用到不同城市的大气污染物浓度的聚类分析中,验证该方法不仅可以有效地解决实际问题,且与已有方法相比具有明显优势.
