摘 要：高维数据的稀疏性和“维灾”问题使得多数传统聚类算法失去作用，因此研究高维数据集的聚类算法己成为当前的一个热点。子空间聚类算法是实现高维数据集聚类的有效方法之一。介绍并实现了基于可变加权的高维数据子空间聚类算法SCAD和EWKM，并分别对人造数据、现实数据等数据集进行测试，根据测试结果进行分析，对比两种算法的性能及适用场合。 关键词：高维数据；稀疏；子空间聚类；精确率；熵
基于可变加权的高维数据子空间聚类算法研究.pdf
凡《网络安全与数据治理》（原《信息技术与网络安全》）录用的文章，如作者没有关于汇编权、翻译权、印刷权及电子版的复制权、信息网络传播权与发行权等版权的特殊声明，即视作该文章署名作者同意将该文章的汇编权、翻译权、印刷权及电子版的复制权、信息网络传播权与发行权授予本刊，本刊有权授权本刊合作数据库、合作媒体等合作伙伴使用。同时，本刊支付的稿酬已包含上述使用的费用，特此声明。
