支 元，李 忠



基于K近邻的模糊密度峰值聚类算法研究

支 元，李 忠

（江苏联合职业技术学院常州刘国钧分院，江苏常州 213000）

基于密度的聚类算法（Density Peak Clustering，DPC）广泛使用在处理非球形数据集的聚类问题，算法使用较少的参数就能够实现数据集的处理。但该算法存在这样一些的不足：首先，全局变量的设定没有考虑数据的局部结构，特别是当不同类别的局部密度差别很大的情况下，容易忽略一些密度较小的类别，聚类效果不理想。其次，DPC提出了一种通过决策图来人工选取聚类中心点的方法，这也是DPC算法在人工智能数据分析的一个重大缺陷。为此，本文提出了基于K近邻的模糊密度峰值聚类算法，算法针对这两方面的不足进行了改进。最后本文使用人工数据集和UCI数据集进行了实验，实验结果表明本文所提出的算法，在不通过人工选取聚类中心的情况下，能够正确地找出类别个数，并且保持着较高的聚类精确度，验证了算法的有效性。

数据挖掘，聚类算法，密度峰值，K近邻

0 引言

聚类作为一种无监督的学习方法，被广泛应用到数据挖掘，模式识别，机器学习，图像处理等领域。其主要目的是将数据集中的样本划分为若干个通常是不相交的子集，每个子集代表一个类别，同一类别的数据点之间具有较高的相似性，不同类的的数据点之间相似性较低。目前，很多不同形式的聚类算法被提出，根据其使用方法的不同，聚类算法可以划分为如下几类：划分聚类算法[1-2]、层次聚类算法[3]、基于密度的聚类算法[4]、基于网格的聚类算法[5]以及基于模型的聚类算法[6]。……