聚类分析是一种无监督的学习方式,是数据挖掘的重要途径之一,也是统计机器学习、模式识别的重要研究方向之一.目前,针对数值型数据的聚类研究已取得丰硕的成果,而实际应用中,存在大量的分类型或混合型数据.因此,研究不同类型数据下的聚类算法就尤为重要.而聚类过程中通常又面临两大难题:类中心的选择和聚类个数的确定.为了解决这两个问题,本文分别以分类型和混合型数据为例,取得了以下研究成果:(1)针对分类型数据,本文主要研究分类型矩阵对象数据(一个属性上有多个取值的数据),并基于矩阵对象数据提出一种改进的MD fuzzy(?)-modes算法.该算法拓展了简单的“0-1”匹配,重新定义了矩阵对象数据的相异性度量,克服了用传统算法对该类型数据进行聚类会损失信息的不足.在类中心的选择上,结合模糊集概念,提出一种启发式更新算法,大大减少了时间复杂度.最后,在5个UCI数据集上验证了MD fuzzy(?)-modes算法的有效性.(2)针对混合型数据,基于信息熵给出了属性权重的新度量方法,并提出一种加权(?)-prototype算法来确定聚类个数.该算法在考虑属性权重的情况下,重新定义了混合数据缺失某类的类间熵和、有效性指标及相异性度量.实验结果表明,新提出的加权(?)-prototype聚类算法较Liang(?)-prototype算法在聚类精度等6个评价指标上都有一定的提高.本文的研究成果不仅丰富了不同类型数据下的聚类算法研究,更在一定程度上为分类型矩阵数据和混合型数据的聚类提供了新的方法支持,为数据挖掘的相关领域提供了新的技术支撑.