基于局部密度估计的聚类个数确定研究
2016-09-26龙章勇
河南科技 2016年9期
关键词:有效性
龙章勇
(南京铁道职业技术学院,江苏 南京 210031)
基于局部密度估计的聚类个数确定研究
龙章勇
(南京铁道职业技术学院,江苏南京210031)
随着人工智能和数据挖掘技术的兴起,聚类分析已被广泛应用于通信、文本数据统计、生物信息学和图像处理中。对于非监督聚类分析,聚类的分类数目是决定聚类质量的关键因素。通常聚类个数事先无法确定,随即选择的初始聚类中心容易使聚类结果不稳定。针对此,基于聚类中心具有高局部密度且距高局部密度聚类中心距离较远的特点,提出一种基于局部密度估计的聚类个数的估计方法。经过仿真实验,验证了该算法具有良好的有效性和鲁棒性。
聚类个数;密度峰值估计;聚类有效性;聚类分析
随着计算机和互联网应用的普及,信息和数据爆炸似的增长,复杂的多种信息数据也可以作为很重要的研究内容。从海量数据的研究和挖掘中提取出互有关系的信息变得非常重要,甚至决定了社会科技的发展。聚类算法作为数据分析的主要工具,已在多方面被广泛地研究和应用。
1 聚类有效性分析与聚类个数估计
1.1聚类有效性分析
现在常用的估计聚类个数的有效性评价方法大概有3种:有效性指标、检测稳定聚类结构的稳定性方法和系统演化方法。其中,有效性指标在实际中应用广泛,包括Silhouette指标、Davies-Bouldin指标、Calinski-Harabasz指标、加权的类间类内相似度比率和Homogeneity-Separation指标等。
1.1.1平均Silhouette(Sil)指标。设a(t)为聚类Cj中的样本t与类内所有其他样本的平均不相似度或距离,d(t,Ci)为样本t到另一个类Ci的所有样本的平均不相似度或距离,则b(t)=min{d(t,Ci)},i=1,2,……,k;
登录APP查看全文
