基于概化的概念构成(Generality-based Concept Formation,GCF)是一种分类数据层次聚类算法,对GCF算法提出2点改进。首先,定义了一种新的基于条件概率分布的相似度度量,并用它替代原算法中的相似度,该度量将分类数据进行数值化处理,更精确地反映了数据间的相似程度。其次,提出相似度品质概念,给出了计算公式,相似度品质可与原算法中样本变异系数配合使用,共同确定概化水平。改进算法提高了聚类准确率,同时算法的时间复杂性保持不变。

针对不确定分类数据,基于Squeezer算法提出一种有效的不确定数据聚类算法:USqueezer算法。该算法先计算一个不确定分类数据与每个簇的相似度概率和,选取最大的相似度和给定的阈值相比较,若大于阈值,将不确定数据划分到该簇中,否则创建一个新簇。实验表明,USqueezer算法能够有效地进行不确定分类数据的聚类,并且占用较少的运行内存空间和运行时间。