卜旭松，刘立波，石　磊

(1.宁夏大学 数学与计算机学院，宁夏 银川 750021;2. 湖北工程学院 现代教育技术中心，湖北 孝感 432000)

基于PAM和簇阈值的改进K-Means聚类算法

卜旭松1，刘立波1，石磊2

(1.宁夏大学 数学与计算机学院，宁夏 银川 750021;2. 湖北工程学院 现代教育技术中心，湖北 孝感 432000)

摘要:为了弥补K-Means算法对孤立点数据敏感的缺陷，提高K-Means算法对包含孤立点数据集的聚类效果，在深入研究K-Means算法的基础上，提出了基于PAM和簇阈值的改进K-Means聚类算法。该算法首先对待聚类数据进行抽样，然后利用PAM算法获取样本数据的聚类中心，以样本数据的聚类中心作为K-Means算法的初始聚类中心。在聚类迭代过程中动态计算各簇阈值，利用簇阈值准确地过滤孤立点数据。实验结果表明，本文提出的算法不仅聚类时间短，而且具有较高的聚类准确率。

关键词：采样；K-Means聚类；聚类阈值；孤立点

中图分类号：TP18

文献标志码：码：A

文章编号：号：2095-4824(2015)03-0036-04

收稿日期：2015-03-03

作者简介：卜旭松(1988-)，男，山东烟台人，宁夏大学数学与计算机学院硕士研究生。

Abstract：In order to overcome the weakness of K-Means algorithm which is sensitive to outliers, and to improve the quality of K-Means clustering algorithm, the paper makes an in-depth study on the traditional K-Means algorithm and proposes an improved clustering algorithm based on the PAM algorithm and the cluster threshold. The proposed method first samples the clustering data and then employs the PAM algorithm to obtain the clustering center of the sample data as the initial center of K-Means algorithm. By calculating the threshold for each cluster dynamically in the iterative process of clustering, the outliers can be excluded from the dataset. Experimental results indicate that the proposed algorithm have been shown lower computational cost and higher clustering accuracy.

刘立波(1974-)，女，宁夏银川人，宁夏大学数学与计算机学院教授，博士后。

石磊(1986-)，男，内蒙古兴安盟人，湖北工程学院现代教育中心实验师，硕士。

聚类是一种无监督的分类方法[1]。作为一种有效的数据挖掘技术，聚类分析可以发现数据的分布，观察每个簇的特征，便于将进一步分析集中在某个特定的集合上。目前，聚类分析已经广泛地应用于商务智能、图像模式识别、Web搜索[2]、市场营销、生物学[3]和安全等领域。

K-Means算法是一种基于划分的聚类方法，算法以簇内点的均值作为簇的聚类中心[4-7]。……