基于信息熵降维的混合属性数据流聚类算法

合集下载

基于距离与熵的混合属性数据流聚类算法

基于距离与熵的混合属性数据流聚类算法
基于距离与熵的混合属性数据流聚类算法（MAD-StreamClust）是一种用于处理包含多种属性的数据流的聚类算法。

该算法结合了距离度量和熵的思想，对原始数据进行特征选择，并采用
K-Means算法进行聚类。

该算法的主要思路是，在数据流进入系统之前，通过特征选择方法筛选出最重要的属性，并根据这些属性建立起数据流的描述模型。

描述模型可以用来预测新数据，将其分类到合适的聚类中。

在数据流不断更新的过程中，会运用熵的理论方法对聚类进行更新和合并，保证聚类的稳定性与准确性。

MAD-StreamClust算法的主要步骤包括：
1. 特征选择：利用信息增益或相关性等方法选择出最有区分能力的属性，并建立描述模型来描述数据流。

2. 数据流聚类：在特征选择后获得的描述模型上，利用K-Means算法对数据流进行聚类。

3. 聚类更新与合并：利用熵的理论方法对聚类进行更新和合并，保证聚类的稳定性与准确性。

该算法在处理多种混合属性的数据流时，表现出较高的稳定性和准确性。

特别是在处理高维数据流时，可以有效地减少数据描述的维度，提升算法的效率。

另外，该算法对于数据流的增量更新也具有良好的适应性，可以在不重新处理整个数据流的情况下，直接针对新增的数据进行聚类操作，保证了算法的实时性和效率。

在实际应用中，MAD-StreamClust算法可以用于多领域的数据处理任务，如金融、医疗等领域，可以很好地帮助用户对海量数据进行细粒度的划分和分析。

基于信息熵的FCM聚类算法

基于信息熵的FCM聚类算法
邢婷;邢治国;王凤领
【期刊名称】《计算机工程与设计》
【年(卷),期】2010(031)023
【摘要】针对模糊聚类存在的数据收缩问题的不足,提出了一种改进现有模糊聚类算法的方法,并进行仿真实验研究.模糊C-均值(FCM)算法主要通过目标函数的迭代优化来实现集合划分,以信息熵作为模糊C-均值算法的约束条件,给出改进算法的推导过程,得出改进后的模糊C-均值算法的隶属度和聚类中心,实现了模糊C-均值的改进算法.实验结果可以表明,改进的模糊C-均值算法是有效的,能够表现出比模糊C-均值算法更好的性能,在实际应用中可以取得较好的聚类效果.
【总页数】4页(P5092-5095)
【作者】邢婷;邢治国;王凤领
【作者单位】哈尔滨德强商务学院计算机与信息工程系,黑龙江,哈尔滨,150025;三锐系统株式会社事业统括部,日本,东京,101-0021;哈尔滨德强商务学院计算机与信息工程系,黑龙江,哈尔滨,150025
【正文语种】中文
【中图分类】TP18
【相关文献】
1.基于信息熵原理与FCM算法的市场细分方法 [J], 林盛;吕红艳
2.一种基于信息熵约束的快速FCM聚类水下图像分割算法 [J], 王士龙;徐玉如;万
磊;唐旭东
3.基于信息熵加权的FCM交通状态识别研究 [J], 曹洁;张丽君;侯亮;陈作汉;张红
4.基于PSO-TVAC的中心自适应权的FCM聚类算法 [J], 胡建华;尹慧琳
5.基于FCM聚类算法的多分组和分层的协作缓存策略 [J], 胡昌桂;王翊;欧梦添;许耀华;黄林生
因版权原因，仅展示原文概要，查看原文内容请购买。

一种基于信息熵的混合数据属性加权聚类算法

一种基于信息熵的混合数据属性加权聚类算法赵兴旺;梁吉业【期刊名称】《计算机研究与发展》【年(卷),期】2016(053)005【摘要】同时兼具数值型和分类型属性的混合数据在实际应用中普通存在，混合数据的聚类分析越来越受到广泛的关注。

为解决高维混合数据聚类中属性加权问题，提出了一种基于信息熵的混合数据属性加权聚类算法，以提升模式发现的效果。

工作主要包括：首先为了更加准确客观地度量对象与类之间的差异性，设计了针对混合数据的扩展欧氏距离；然后，在信息熵框架下利用类内信息熵和类间信息熵给出了聚类结果中类内抱团性及一个类与其余类分离度的统一度量机制，并基于此给出了一种属性重要性度量方法，进而设计了一种基于信息熵的属性加权混合数据聚类算法。

在10个 UCI 数据集上的实验结果表明，提出的算法在4种聚类评价指标下优于传统的属性未加权聚类算法和已有的属性加权聚类算法，并通过统计显著性检验表明本文提出算法的聚类结果与已有算法聚类结果具有显著差异性。

%In real applications , mixed data sets with both numerical attributes and categorical attributes at the same time are more common . Recently , clustering analysis for mixed data has attracted more and moreattention .In order to solve the problem of attribute weighting for high-dimensional mixed data ,this paper proposes an attribute weighted clustering algorithm for mixed data based on information entropy .The main work includes :an extended Euclidean distance is defined for mixed data , which can be used to measure the difference between the objectsand clusters more accurately and objectively . And a generalized mechanism is presented to uniformly assess the compactness and separation of clusters based on within-cluster entropy and between-cluster entropy . Then a measure of the importance of attributes is given based on this mechanism .Furthermore ,an attribute weighted clustering algorithm for mixed data based on information entropy is developed .The effectiveness of the proposed algorithm is demonstrated in comparison with the widely used state -of-the-art clustering algorithms for ten real life datasets from UCI .Finally ,statistical test is conducted to show the superiority of the results produced by the proposed algorithm .【总页数】11页(P1018-1028)【作者】赵兴旺;梁吉业【作者单位】山西大学计算机与信息技术学院太原 030006;计算智能与中文信息处理教育部重点实验室山西大学太原 030006【正文语种】中文【中图分类】TP391【相关文献】1.基于信息熵降维的混合属性数据流聚类算法 [J], 谭建建;郑洪源;丁秋林2.一种改进的基于大数据集的混合聚类算法 [J], 张晓;王红3.一种基于划分的混合数据聚类算法 [J], 常茜茜;张月琴4.基于信息熵的混合属性数据谱聚类算法 [J], 姜智涵;朱军;周晓锋;李帅5.一种基于密度峰值的针对模糊混合数据的聚类算法 [J], 陈奕延; 李晔; 李存金因版权原因，仅展示原文概要，查看原文内容请购买。

基于信息熵的模糊聚类新算法研究

基于信息熵的模糊聚类新算法研究
苏璇;王晓晔;王卓
【期刊名称】《天津理工大学学报》
【年(卷),期】2010(026)005
【摘要】本文针对传统FCM(模糊C均值)聚类算法对初始中心值非常敏感,并且对数据集属性要求过高的缺陷,提出了采用信息熵的方法对聚类中心进行初始化,以此来降低算法对初始聚类中心的依赖.同时为了使算法能够对任意形状的簇进行聚类,本文引用了类合并的思想,将任意形状的簇分割成小类,再通过一定的规则将小类对进行合并.实验结果证实了在FCM基础上改进的模糊聚类新算法能够识别任意形状的簇,并大大降低了FCM算法对初始聚类中心的依赖.
【总页数】4页(P57-60)
【作者】苏璇;王晓晔;王卓
【作者单位】天津理工大学,计算机与通信工程学院,天津,300384;天津理工大学,计算机与通信工程学院,天津,300384;天津理工大学,计算机与通信工程学院,天
津,300384
【正文语种】中文
【中图分类】TP301.6
【相关文献】
1.基于模糊聚类和信息熵的综合评价算法 [J], 张运凯;王方伟;戴敬书;黄文艳;陈艳红
2.基于信息熵模糊聚类和粗糙集理论故障的模糊判据研究 [J], 李俊;孟涛;张立新;易当祥
3.基于信息熵的新的词语相似度算法研究 [J], 王小林;陆骆勇;邰伟鹏
4.基于功率谱信息熵与GK模糊聚类的生物组织变性识别方法 [J], 胡伟鹏;刘备;邹孝;赵新民;钱盛友
5.一种基于信息熵与K均值迭代模型的模糊聚类算法 [J], 吴春旭;吴镝;蒋宁
因版权原因，仅展示原文概要，查看原文内容请购买。

一种混合属性数据流聚类算法

杨春宇
周杰
（华大学自动化系北京１０８）清００４
摘
要
数据流聚类是数据流挖掘中的重要问题．现实世界中的数据流往往同时具有连续属性和标称属性，现但
有算法局限于仅处理其中一种属性，对另一种采取简单舍弃的办法．而目前还没有能在算法层次上进行混合属性数据流聚类的算法．中提出了一种针对混合属性数据流的聚类算法；立了数据流到达的？松过程模型；频度文建白用直方图对离散属性进行了描述；出了混合属性条件下微聚类生成、新、并和删除算法．公共数据集上的实给更合在验表明，中提出的算法具有鲁棒的性能．文关键词数据挖掘；据流；类分析；合属性；松过程数聚混泊
中图法分类号ＴＰ１３１
ＡｔｒｇｎｏｓＤａａＳｒａＣｌｓｅｉｇＡｌｏｉｈｍＨｅｅｏｅｅｕｔｔｅｍｕｔｒｎｇｒｔ
ＹＡＮＧｕ — ＺＨ０ＵｉＣｈｎＹｕＪｅ
（ｐｒｍｅｔｆＡｕｏａｉｎＤｅａｔｎｔｍｔ，ＴｓｇｕｎｖｒｉｏｏｉｈａＵｉｅｓｔｎｙ，Ｂｉｉｇ１０８）ｅｊｎ００４
ｏｈｒｃｓ．ＳｃｎｌｔｄｆｅｈｉｔｇａｄｓｒｐｉｎｏｈｉｃｅｅａｔｉｕｅｎＭｉｒｆｔｅｐｏｅｓｅｏｄｙｉｅｉｓｔｅｈｓｏｒｍｅｃｉｔｏｆｔｅｄｓｒｔｔｒｂｔｓｉｃｏｎ

基于相对密度和熵的混合属性聚类融合算法

基于相对密度和熵的混合属性聚类融合算法余泽【摘要】Mixed attributes data clustering is a research hotspot in recent years. For mixed attributes data clustering algorithm, it requires handling numeric attributes and categorical attributes simultaneously. However many algorithms have not very good balance with numeric and categorical attributes, and the cluster results are not satisfied. For mixed attributes data set, a new clustering ensemble algorithm based on intersection is proposed. It processes the numeric attributes with a new relative density clustering algorithm, and processes the categorical attributes with a clustering algorithm based on information entropy. Then it fuses these two cluster members with a cluster fusion algorithm based on intersection. Finally, it gets the clustering results. It is validated by taking an experiment on UCI data set Zoo, and compared with the existing k-prototypes algorithm and EM algorithm. The experiment result shows that the new algorithm has higher flexibility and accuracy. The influence of the intersection element ratioand to the result is also discussed.%混合属性聚类是近年来的研究热点，对于混合属性数据的聚类算法要求处理好数值属性以及分类属性，而现存许多算法没有很好得平衡两种属性，以至于得不到令人满意的聚类结果。

基于网格和MST的混合属性流数据聚类算法

基于网格和MST的混合属性流数据聚类算法作者：俞智君,张凤斌来源：《电脑知识与技术》2010年第19期摘要:现有的流数据聚类算法往往只能处理单一属性类型的流数据,或是不能发现任意形状的聚类。

针对这个问题,该文提出一种混合属性流数据聚类算法GTMS,算法使用了网格及MST(最小生成树)技术,采用基于信息增益和几何相邻的方法来计算混合类型数据相似度。

实验表明该算法能够有效地处理混合属性流数据。

关键词:流数据聚类;混合属性;网格;最小生成树中图分类号:TP311文献标识码:A文章编号:1009-3044(2010)19-5220-03A Heterogeneous Data Stream Clustering Algorithm Based on Grid and MSTYU Zhi-jun, ZHANG Feng-bin(School of Computer Science and Technology, Harbin University of Science and Technology, Harbin 150080, China)Abstract: Most of the exiting streaming clustering algorithms can deal with only single type attributes,or they can't discover clusters with arbitrary shape.To solve the problem,GTMS is proposed for clustering stream data with mixed data types, grid and minimum spanning tree techniques is used in the algorithms,using a kind of geometric adjacency and information gain found on mixing data similarity.Experimental results show that the algorithm can deal with the stream data with mixed data types.Key words: stream data; mixed attributes; grid; minimum spanning tree随着网络技术和通信技术日新月异地发展,一种被称为“流数据”的新型数据仓库得到了快速的发展。

降维聚类算法

降维聚类算法是一种用于数据分析和机器学习的算法，它可以将高维数据集降维到较低维度，同时保持数据之间的相似性，以便于进一步分析。

降维聚类算法在许多领域都有广泛的应用，如生物信息学、市场分析、社交网络分析等。

降维聚类算法的基本原理是将高维数据集中的样本划分为不同的簇，每个簇中的样本具有相似的特征。

通过降维，可以将高维数据集中的特征数量减少到较低的维度，从而降低计算复杂度，提高算法的效率。

同时，降维算法还需要保留数据之间的相似性，以便于后续的分析和可视化。

常用的降维聚类算法包括K-means聚类、主成分分析（PCA）等。

其中，K-means聚类是一种简单易用的聚类算法，它将数据集中的样本划分为不同的簇，每个簇由一个质心表示。

PCA 是一种常用的主成分分析算法，它可以将高维数据集降维到较低的维度，同时保留数据之间的相关性。

在实际应用中，降维聚类算法通常与其他算法结合使用，如层次聚类、DBSCAN聚类等。

这些算法可以与PCA等降维算法结合使用，进一步提高聚类的精度和效率。

聚类分析的结果可以用于可视化，如使用热图、散点图等可视化工具将聚类结果展示出来。

这些可视化工具可以帮助用户更好地理解数据集中的不同特征和不同样本之间的关系。

此外，降维聚类算法还可以与其他机器学习算法结合使用，如分类、回归等算法，以提高模型的准确性和泛化能力。

总之，降维聚类算法是一种重要的数据分析工具，它可以将高维数据集降维到较低的维度，同时保持数据之间的相似性。

通过与其他算法结合使用，降维聚类算法可以应用于各种领域的数据分析和机器学习任务中，提高模型的准确性和效率。

在实际应用中，用户需要根据具体的数据集和任务选择合适的降维聚类算法，并进行适当的参数调整和优化，以提高模型的性能和准确性。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

ｒ，顺序到达。Ｘｍ… ＝［Ｉ】，，Ｉ，＝［２…，Ｂ
：… ｙ］＋：，，ｂ，ｄ表示数据点Ｘｍａ的维度为ｄ，其中，
（≤ｉ日表示第ｉ１ ≤ ）个名词属性；（≤ ≤ ）１表示第个数
值属性。
作者简介：谭建建（９５，１８一）男，硕士研究生，主研方向：数据挖掘，
信息安全；郑洪源，副教授、博士；丁秋林，教授、博士生导师
构，采用滑动窗口获取当前窗１３中数据流的分布特征。目前大多数数据流聚类算法只能处理数值属性。文献【】４
第３７卷第１期９
、０．７，１３
・
计
算
机
工
程
２１年１０１０月
Ｏｃｏｒ２ｌｔｂｅ０１
ＮＯ．９１
ＣｏｐｔｒＥｎｉｅｒｎｇｍｕｅｇｎｅｉ
软件技术与数据库・
文章编号：１０４８ｏ） — ｏ３文献标识码。０Ｈ２（１ｌ８２１９Ａ
下面简单介绍现有的一些经典数据流聚类算法。ＣｕｔａｌＳｒｍ…是一个经典的面向数据流的聚类分析算法。ｅ算法将聚类过程分为联机和脱机２个阶段，实现了增量聚类，能够做出ａｙｉｅ的回应。ｎｔｍ文献ｆ】２提出的ＨＳｒａＰｔｍ算法框架针对ＣｕｔａｅｌＳｒｍ算法有ｅ２点改进：（）用投影聚类技术处理高维数据流。（）用衰１采２采
减函数减弱历史数据对聚类的影响。文献【】出了一种面向Ｘ３提ＭＬ数据流的聚类算法
称之为信息熵，简称熵。另外，本文沿用ＨＰｔａ算法的衰减函数／ｆ＝２，Ｓｒｍｅ ’）（以减弱历史数据对聚类的影响。
数据流提出了ＥＳｒａ算法，对于名词属性，使用频度矩ＨＰｔｍｅ阵衡量其出现频度，并且提出了基于信息熵的降维方法；对
于数值属性，用标准差衡量数值的离散程度，采用投影聚类
技术降低数值属性的维度。
定义２信息熵）设某一概率系统中有个事件．一（，一．ｘ一
Ｘ，，第ｉ个事件Ｘ发生的概率为（Ｉ２…，）一ｘ，，ｎ，当事件Ｘ发生后，给出的信息量为Ｈ１，单位为ｂｔ＝一ｂｉ。由ｎ个事件构成的概率系统其产生的平均信息量为：
Ｈ＝一１ ∑ ｂ
ｉ＝１
２研究现状与问题分析
表示名词属性维数；表示数值属性维数。
通过算法１，可以得到ＢＱ）Ｃ（。
不是数值的平方和，个值是∑ （Ｔ）￣。是簇其第ｆｔｌｘ－ｑ）（
的创建时间。＝∑ｆｔ）（一表示在时～１％．ｓｉｃｅｓｄｂ％５
［ｙｗｏｄ］ｄｔｒａｍｉｉｇｈｔｏｅｅｕｔｉｕｅ；ｒｑｅｃｔｘｉｆｒｔｎｅｔｐ；ｉｎｉｎｒｄｃｉｎＫｅｒｓａａｓｅｍｎｎ；ｅｅｇｎｏｓｔｂｔｓｆｕｎｙｍａｉ；ｎｏｍａｏｎｒｙｄｍｅｓｕｔｔｒａｒｅｒｉｏｏｅｏ
ＤＯｈ１．９９．ｓ．００３２．０１．２０３６／ｉｎ１０ —４８２１．９０６ｊｓ１
１概述
近年来，由于计算机技术和通信技术的发展，产生了海
３概要数据结构设计和名词属性降维
本文用到的基本概念和公式如下：
量的实时数据流，例如工业自动控制中的控制信息流、传感器网络中的实时信息流。如何从这些数据流中获得有用的知
ａｇｒｔｍａａｉｕａｅｈｔｒｇｎｏｓａｔｂｔｓａｄｈｇｄｍｅｓｏａａａｓｔ．ｌｏｈｃｎｍｎｐｌｔｅｅｏｅｅｕｔｕｅｎｉｈ— ｉｎｉｎｌｄｔｅｓＣｏｉｉｒｍｐｒｄｗｉｈａｅｔｔｅＨＰＳｒａａｇｉｈｈｔｅｍｌｏｒｔｍ，ｉｌｔｒｎｒｃｓｏｔｃｕｓｅｇｐｅｉｉｎｓｉ
利用频度矩阵处理名词属性，通过基于信息熵的名词属性选择方法降低数据维度。实验结果表明，该算法能有效处理混合属性和维度较高
的数据集，与ＨＰｔａ算法相比，聚类精度有５１％的提高。Ｓｒｍｅ％～５
关健诃：数据流挖掘；混合属性；频度矩阵；信息熵；降维
识成为新的研究热点。其中，数据流模型上的聚类技术作为数据挖掘的重要方法得到了广泛的研究。本文针对混合属性
定义ｌ数据流）数据流由一系列无限的、按照时间顺序（到达的多维实例组成，即实例ｘ，一Ｘ，ｘ， … 在时刻
，，… ，
ＳＸＳＬ，该算法以聚类特征指数直方图作为概要数据结Ｗ— ＣＳ
３概要数据结构的设计．１为了实现增量聚类，算法需要一个能够在内存中实时反
映聚类特征的概要数据结构。为了满足宏聚类的要求，里面的值还需具有可加性，由此得出：
Ｐｃ，＝（，，ＣＧ，，Ｃ，，ｔｔ，）Ｆ（ｔＰ（Ｆ２ｆｆＦＩｆｗｆ，，）））（））ｃ
要数据结构的集合；
新到达实例的到达时间，ｔ当前时间。Ｆ２（ｆ一共有是ｃＧ，）ｂ个值，这是由每条记录一共有ｂ维数值属性决定的，同时
ＢＳ＝｛ｃ（１Ｂ（２ …，Ｃ（，ＣＢｃ）ＣＣ）ＢＱ），， …｝，表示属性选择
ｔｅｐｏｌｍ，ｈｉｐｐｒｉｒｖｓｔｅｏ－ｎｒｃｓｎｈｅｏ — ｉｅｐｏｅｓｏｈｒｂｅｔｓａｅｍｐｏｅｈｆｌｅｐｏｅｓａｄｔｎｌｎｒｃｓｆＨＰＳｒａｌｒｔｍ，ｗｈｉｈｕｅｅｕｎｙｍａｒｘｔａｄｅｔｅｉｔｅｍａｇｏｈｉｃｓｓｆｑｅｃｔｏｈｎｌｈｒｉ
Ｅｍａ：ｗｏｙ０＠１３ｍ．ｉｏｄ０７６脚ｌ
第３卷７
第１９期
谭建建，郑洪源，丁秋林：基于信息熵降维的混合属性数据流聚类算法
对结果排序，取熵最大的前ｃ个属性；【
８３
其中，ＰＣ，是带有衰减函数的ａｖ（ｔ）ｆＸ大小的频率矩阵，即：
ＴｉｎｊｎＺＮＧｎ－ｕｎＤＩｕｌＡＮＪａ－ａ，ＨＥｉＨｏｇｙａ，ＮＧＱｉ－ｎｉ
（ｌｇｆｎｏｍａｉｎＳｉｎｅａｄＴｃｎｌｇ，ｎｉｇＵｎｖｒｔｆｒｎｕｉｓｎｔｎｕｉｓＮａｊｇ２０１，ｉａＣｏｌｅｆｒｔｃｅｃｅｈｏｏｙＮａｊｉｅｓｙｏＡｅｏａｔｄｒａｔ，ｎｉ１０６Ｃｈｎ）ｅｏＩｏｎｎｉｃａＡｓｏｃｎ［ｓｒｃ］ＥｉｅａａｓｅｍｌｓｒｇａｇｒｈａｏｅｌｔｔｅｄｔｒａｗｉｉｈｄｍｅｓｎｌｅｅｏｅｅｕｔｂｔｓＴｄｒｓＡｂｔａｔｘｓｄｄｔｔａｃｕｔｉｌｏｔｍｓｎｎｔａｗｉａａｓｅｍｔｈｇ —ｉｎｉａｈｔｒｇｎｏｓｔｕｅ．ｏａｄｅｓｔｒｅｎｉｃｄｈｈｔｈｏａｒｉ
中圈分类号：Ｐ１Ｔ３１
基于信息熵降维的混合属性数据流聚类算法
谭建建，郑洪源，丁秋林
（南京航空航天大学信息科学与技术学院，南京２０１）１０６摘要：现有的数据流聚类算法无法处理高维混合属性的数据流。针对该问题，对ＨＳｒｍ算法的脱机聚类和联机聚类过程进行改进，Ｐｔａｅ
ＣｌｓｅｉｇＡｌｏｉｈｏｔｔｅｍｔｔｒｇｎｅｕｔｉｕｅｕｔｒｎｇｒｔｍｆｒＤａａＳｒａｗｉｈＨｅｅ０ｅ０ｓＡｔｒｂｔｓ
ＢａｅｎＩｆｒａｉｎＥｎｒｐｍｅｉｎＲｅｕｔ０ｓｄ０ｎｏｍｔ０ｔｏｙＤｉｎｓｏｄｃｉｎ
ｓＱ）ｃ（的集合；
ｘ表示新到达的实例；
ｋ示最大簇数；表
每个值都含有衰减函数。例如，第个值是 ∑，ｆ）（一（。）
Ｆｌｃ，与Ｆ２（＿）同的是，Ｆ，ｑ，是数值的和，Ｃ『）（ｆＣＣ，不ｆｆＣ（ｆ）而
ｃｔｇｒｃｌａｔｂｔｓａｄｕｅｈｒｎｉｌｆｉｆｒａｉｎｅｔｏｙｔｎｄｅｔｅｐｏｌｍｆｈｇｈｄｉｎｉｎ．ｐｒｍｅｔｌｒｓｌｈｗｈｔｔｅａｅｏａｔｕｅｎｓｓｔｅｐｉｃｐｅｏｎｏｍｔｏｎｒｐｏｈａｌｈｒｂｅｏｉｍｅｓｏＥｘｅｉｎａｅｕｔｓｏｔａｈｉｉｒｓ
选取方差最小最小的ｐ个数值属性；在Ｂ（ＣＣ中，）将上面选的ｃＤ个属性置为１其他属性置【＋，