论文部分内容阅读
提出了一种基于相似维的子空间聚类算法SDSCA（Similar Dimension based Subspace Clustering Algorithm）．算法首先通过Gini值来删除原高维数据空间中的冗余属性，然后运用相似维概念来寻找彼此相似的属性，最后在这些相似维所形成的子空间上运用传统聚类算法来进行聚类．实验结果表明算法是正确的，并且能够有效地避免冗余属性的干扰．