种基于引力的分层聚类算法.pdfVIP

第 2l卷 第 3期 计 算 机 技 术 与 发 展 V0I_21 No．3 2011年 3月 COMPUTER TECHNOLOGY AND DEVELOPMENT Mal． 20l1 一 种基于引力的分层聚类算法 贾瑞玉，查 丰，耿锦威，宁再早 (安徽大学 计算机科学与技术学院，安徽 合肥 230039) 摘 要：传统的分层聚类算法在聚类过程中，仅使用样本间的距离作为相似度的唯一标准，其描述过于单一。考虑到宇宙 中星系的形成过程本质也是一种聚类过程 ，星系之间吸引力是靠万有引力作用。将万有引力思想引人分层聚类中，提出 一 种基于引力的层次聚类算法HCBG(HierarchicalClusteringBaseGravity)，从样本问的距离和类簇的大小两个方面更加精 确地刻厕相似度。把分层聚类的过程看成样本点之间依据 “万有引力”自发吸引的过程。采用 UCI机器学习数据库的 I- ris，Wine和Glass数据集，实验结果表明，提出的HCBG算法的聚类结果 比经典 的基于距离的层次聚类 HC(Hierarchical Clustering)提高5％～lO％左右。 关键词 ：引力；分层聚类；相似度 中圈分类号：TP301．6 文献标识码 ：A 文章编号 ：1673—629X(2011)03—0076-03 A HierarchicalClusteringAlgorithm BasedonGravity JIA Rui—yu，ZHA Feng，GENG Jin—wei，NING Zai-zao (SchoolofComputerScienceandTechnology，AnhuiUniversity，Hefei230039，China) Abstract：Thetraditionalhierarchical clusteringalgorithm forclusteringprocess，onlyusesthedistancebetweensamplesashtesolecrite— rionforsimilarity，htisdescription istoosimple，Associated with hteformation ofgalaxiesin hteuniverseisessentiallyaclustering processbygravitational attractionbetween galaxiesrole．Introducehteideaofhierarchicalgravitationalclustering，proposeahierarchical clusteringalgorithm basedO1／gravitationalHCBG (HierarchicalClusteringBaseGravity)，fromtwoaspectsofhtedistancebetweenthe samplesnadhteclustersizeclassesmoleaccuratelydepictshtesimilariyt．Thehierarchic,dclusteringprocessisregardedashtesample pointsbasedon ”gravity”toattractspontaneousprocess．UseUCImachinelearningdatabase：Iris，W inenadGlassasdatasets，experi· mentalresultsshowhtathteproposde algorihtmHCBGclusteringresultsthna classicalhierrachicalclusteringbasedondistanceHC (Hier- rachicalClustering increase5％ ～10％ orso． Keywords：gravity ；hierarchicalc