李 婧

(重庆师范大学 数学学院，重庆 400047)

一种改进的最近邻聚类算法*

李 婧

(重庆师范大学 数学学院，重庆 400047)

传统的最近邻聚类算法一般采用欧式距离的计算准则，当各个分量的分布不一样时，采用欧式距离有着明显的缺点； 针对以上问题，采用标准化欧式距离的计算准则，将熵值法引入到算法中，提出了基于熵值法和标准化欧式距离的改进的最近邻聚类算法； 熵值法用来修订算法的标准化欧式距离计算公式，以提高算法的聚类精确程度.

聚类；最近邻算法；标准化欧式距离；信息熵

聚类[1]分析研究有很长的历史，几十年来，其重要性及与其他研究方向的交叉特性得到人们的肯定. 聚类是数据挖掘、模式识别等研究方向的重要研究内容之一，在识别数据内在结构方面具有极其重要的作用. 聚类就是将数据对象分成类或簇的过程，使同簇的对象之间具有很高的相似度，而不同簇的对象高度相异. 聚类分析的典型应用包括物种的分类和分子生物学中的基因分类，商业中对消费客户的分类，城市规划中的地理数据分析等等.目前存在大量的聚类算法，由于划分标准不明确，所以很难对聚类算法提出一个明确的分类. 根据数据在聚类中的积聚规则以及应用这些规则的方法，聚类算法有多种分类方法，本文将聚类算法大体划分为划分方法、层次方法、基于密度的方法、基于网格的方法等[1].

最近邻聚类算法是聚类算法中最基……