APP下载

基于局部密度自适应度量的粗糙K-means聚类算法*

2018-01-26马福民逯瑞强张腾飞

计算机工程与科学 2018年1期

马福民,逯瑞强,张腾飞

(1.南京财经大学信息工程学院,江苏 南京 210023;2.南京邮电大学自动化学院,江苏 南京 210023)

1 引言

聚类分析是根据“物以类聚”的原理将物理或者抽象对象所组成的集合进行分类的一种多元统计分析方法,己经成为数据挖掘领域一个非常重要的分支,被广泛应用于机器学习、图像分割等众多领域。按照其特点,聚类算法大致可以分为五类:划分方法、层次方法、密度方法、栅格方法和模型化方法[1]。K-means算法是最常见的划分聚类方法之一,于1967年由Queen[2]首次提出,目前依然是众多数据聚类分析任务首选的经典算法。加拿大学者Lingras[3]在使用K-means算法对Web数据进行挖掘分析时,针对传统算法所存在的问题,引入了粗糙集理论上、下近似的思想,提出了粗糙K-means聚类算法,在计算数据对象的归属关系时,不再是简单地用属于或不属于来表示,而是把确定属于某一簇的对象归属到其相应的下近似集中,不确定是否属于该簇的对象归属到其相应的边界集中,因此,各个簇可以看作是由下近似集和边界集两部分组成。这种对聚类数据对象相对客观的描述方法,在很大程度上提高了K-means聚类算法的精度。

粗糙K-means算法同其它任何的聚类分析算法一样,算法的性能也依然受到初始参数、不确定性数据交叉重叠等因素的影响。为此,已经有很多学者陆续提出了进一步的改进算法,从聚类结构的角度来看,这些算法大致可以分为两类[4]:

(1)粗糙K-means的扩展算法。这类方法没有改变聚类过程中簇内的数据结构,仅仅是在原有算法的基础上,对初始参数、聚类指标等进行优化。……

登录APP查看全文