支持向量机优化基于K-means的蚁群聚类算法

2012-08-15莫锦萍张志刚

网络安全与数据管理 2012年6期

莫锦萍，张志刚

(1.广西财经学院现代教育技术部，广西南宁530003；2.广西水利电力职业技术学院，广西南宁530024)

聚类是数据在算法的指导下进行无人监督的分类。以K-means[1]和 K-medoid[2]为代表的划分法是常用聚类算法中的一种。常用聚类算法多面向数值属性，而蚁群聚类算法（AntClust）[3-4]能处理任意类型的数据，具有强鲁棒性和适应性，但其聚类结果受数据集大小和参数影响较大，针对这些问题，本文首先使用K-means算法思想改进蚁群聚类算法规则，提出一种新的K-means蚁群聚类算法(KM-AntClust)，使聚类中数据归属有更合理的判定依据，使聚类结果局部最优。KM-AntClust继承了AntClust的优势，且从距离的角度明了地反映蚂蚁与巢的归属关系，使聚类有合理的理论支撑，聚类效果得到提高。但K-means算法收敛准则的主观性及聚类过程中心的累积误差，虽然使各类中心附近的数据能找到最优的归属，但离类中心较远的数据因误差累积不一定都能找到最佳归属，降低了聚类效果。支持向量机SVM是在统计学理论的VC维理论和结构风险最小化原理基础上发展起来的一种新的机器学习方法，具有适应性强、全局优化、训练效率高和泛化性强等优点，其全局最优性弥补了K-means算法的不足。为此在KM-AntClust基础上引入SVM，以各类中心为基准选取适当数据训练支持向量机，然后利用已获模型对整个数据集进行重新分类，从而使聚类结果达到全局最优。UCI数据集实验结果表明新算法的聚类效果得到了进一步提高。