遗传优化的K均值聚类算法.pdfVIP

计 算 机 系 统 应 用 2010年 第 19卷 第 6期 遗传优化的K均值聚类算法① 胡 或 (太原理工大学 测控技术研究所 山西 太原 030024) 毕晋芝 (太原理工大学 计算机与软件学院 山西 太原 030024) 摘 要：在 K均值聚类算法中，K值需事先确定且在整个聚类过程中不能改变其大小，而按照经验K值划分所 得的最终聚类结果一般并非最佳结果。通过求解所构造适应度函数的值，在变异操作中实现最佳聚类 数 K值的自动寻优，同时借助遗传操作完成聚类中心点的优化选取并利用遗传算法的全局寻优能力克 服 了K均值聚类算法的局部性。通过对 Iris等数据集的实验分析，证明该算法具有良好的全局收敛性， 且通过 K值的 自动调整，有效提高了聚类结果的划分。 关键词 ： K均值算法；K均值遗传算法；遗传算法；聚类算法；数据挖掘 OptimizedK-M eansClusteringAnalysisBasedonGeneticAlgorithm HUYu，BIJin．Zhi2 (1．TheInstituteofMeasuringandControllingTechnology,TaiyuanUniversityofTechnoloyg,Taiyuan030024， China；2．CollegeofComputerandSottware，TaiyuanUniversiytofTechnoloyg,Taiyuan030024，China) Abstract： ForK-Meansclusteringalgorithm，thekvaluemustbedeterminedinadvanceandcan’tbechanged．How— ever,thevalueisusuallynotthebestifitisdetemr inedbyexperience．Inthispaper,fitnessistakeninto accounttolookforoptimalnumberautomaticallyinthemuattionoperations．Also，geneticoperationisused toselectthecentersaccordingly．Inaddition，theglobaloptimizationcapabilityofgeneticalgorithm can overcomethelocalityofK—Meansclusteringalgorithm．Theexperimenatlresultsshow thatthisalgorithm hasbetterglobalsearchingcapabilityandcanefficientlyimprovehteclusteringresultbyadjustingthek valueautomatically． Keywords：k-Meansalgorithm；thegenetick-Meansalgorithm；geneticalgorithm；clusteringalgorihtm；datamining 1 概述 是传统的K均值聚类算法往往受初始中心点选取的影 聚类(cluster)做为数据挖掘技术的主要研究领域 响并且常常终止于局部最优。针对上述缺点，将遗传 之一，近年来被广泛应用于各行各业。聚类分析方法 算法引入到K均值聚类算法中，通过遗传算法的一系 做为一种无监督的学习方法，采用 物“以类聚”的思 列遗传操作实现对 K均值聚类算法的改进。 想，将数据对象按某些属性分组成为多个类或簇，并 目前基于遗传算法的K均值聚类算法主要是针对 且使得同类或簇中数据对象相似度尽可能大，而不同 聚类中心点进行优化选取，或使 K值能向最佳聚类数 类或簇之间