自适应的k-means聚类算法SA-K-means.pdfVIP

ii2l圜 丁。。。。．。。。。， 技 术 创 新 自适应的k-means聚类算法SA-K-means 周慧芳 (1．江南大学信息学院 江苏无锡 214122；2．盐城师范学院图书馆 江苏盐城 224002) 摘 要：传统的k--means聚类算法对初始聚类中心非常敏感，聚类的结果也常常随着初始聚类中心而波动 为了降低聚类算法的这种敏感 性，本文提 出了一种 自适应的聚类算法(sA—K—means)，该方法通过计算数据对象区域的密度 ，选择相互距离最远的高密度区域的中心作 为初始聚类中心。实验表明sA—K—means聚类算法能有效地消除聚类算法对初始聚类中心的敏感性 ，得到满意的聚类结果。 关键词：聚类 k--means 聚类中心 中图分类号 ：TP319 文献标识码 ：A 文章编号 ：1674--098X(2009)12(a)一0004-03 1前言 标函数形式为平方误差准则函数 k—means算法中常采用误差平方和准 聚类是指将许多不同类别的数据对象 则函数作为聚类准则函数 ，考察误差平方 进行划分，分组成为多个类或者簇的方法。 E ∑：，∑，Ip· (2-1) 和准则 函数发现 ：如果各类之间区别明显 数据聚类总是使同一类或者簇 内的数据对 且数据分布稠密 ，则误差平方和准则 函数 象尽可能的相似 ，而不是 同类或者簇 内的 式(2-1)中，E是所有对象的平方误差的 比较 有效 ；但是如果 各类的形状和大 小差 数据对 象尽可能的相异”】。通过聚类可以识 总和 ，尸是数据对象，表示给定的数据对象， 别很大 ，为使误差平方和的值达到最小 ，有 别密集和稀疏 的区域 ，从而发现全局的分 ki是簇 Ci的重心(册 1,／都是多维的)。这个 可能出现将大的聚类分割 的现象 。此外 ，在 布模式，以及数据属性之间的相互关系。下 准则能找 出令平方误差函数值最小的B／个 运用误差平方和准则 函数度量聚类效果 面 ，我们先给 出簇 的定义 ： 划分 ，使得生成的结果簇尽可能地紧凑和 时，最佳聚类结果对应于 目标函数的极值 定义1给定数据集V{vl，，…，}，其 独立 。 点，由于 目标函数存在着许多局部极小点， 中 =1，_2，．．．， 叫做数据点。基于数据点 k-means聚类算法的过程描述如下： 而算法的每一步都是沿着 目标函数减小的 间的相似性而划分V为 {，…． }， (1)随机选取丘个数据对象作为初始簇 方 向进行 ，若初始化落在了一个局部极小 cf f=1，2，．．．， ，且u =V的过程 的重心； 点附近 ，就会造成算法在局部极小点收敛。 叫做聚类 。叫做簇 。 (2)计算数据对象与各个簇 的重心的距 聚类分析作为一个独立的工具能使我 离，将对象分配到距离其最近 的重心所代 3k-means算法的现有改进 们获得数据的分布情况 ，观察每个簇的特 表的簇 ； 根据k-means算法的缺点，许多研究者 点，并且对特定的某些簇做进一步的分析 。 (3)重新计算各个簇的数据对象的平均 提出了k—means算法的变体。这些变体可能 对于聚类分析 ，国内外 的学者 已经广泛地 值，即重心 ； 在初始簇的选择、相异度的计算和计算聚 研究了许多年 ，并且也提 出了许多聚类的 (4)若每个簇 的重心都不再变化 ，或者 类重心 的策 略上有所不 同 。目前 ，对k— 算法 ，常用的有k-means算法 ，CLIQUE算 指定的收敛准