基于标准偏移量的学生成绩K-means聚类分析算法研究.pdfVIP

第31卷第 2期 齐 齐 哈 尔 大 学 学 报 Vol-31．No．2 2015年 3月 JournalofQiqiharUniversity March。2015 基于标准偏移量的学生成绩 K—means聚类分析算法研究 孙菲 ，张健沛 ，董野 ，任福栋 ，于涛 ，郭春平 (1．齐齐哈尔高等师范专科学校 计算机系，黑龙江 齐齐哈尔 161005；2．哈尔滨工程大学 计算机科学与技术学院， 哈尔滨 150001；3．齐齐哈尔市招生考试办公室，黑龙江 齐齐哈尔 161006) 摘要：针对利用距离差聚类分析算法分析学生学科成绩不够准确的问题，提出了利用标准差计算标准偏移量构建 目标函数的K—means聚类分析算法，给出了初始聚类中心选取办法和算法的描述及处理流程 ；实验结果分析可得， 利用标准偏移量构建的学生成绩 K—means聚类分析算法，符合对学生成绩按学科类别聚类分析的特性要求 ；该算 法能够较好的实现学科成绩高度关联属性的聚类分析结果。 关键词：标准偏移量；标准差；K—means聚类分析算法；成绩分析 中图分类号：TP301．6 文献标志码：A 文章编号：1007—984X(2015)02—0057—08 对学生成绩按学科聚类分析，能够根据学科特点进行类别划分，使符合相应类别特点的学生划归为一 类。在学生成绩聚类分析中，利用K—means聚类分析算法，进行学生成绩分析符合成绩分析的特j生要求n。 K—means算法 (也叫K均值算法 )是基于划分的动态聚类分析算法中的一种，由J．B．MaeQueen于 1967 年提出，是经典的基于划分聚类算法，是一种无监督的学习算法，在科学计算、统计分析、工业设计中有 着及其广泛的应用 ，K—means聚类分析算法是最早的组群化数据挖掘计算技术 ，具有聚类速度快、程序 易实现、效率高、收敛速度快的特点，也存在聚类中心选取影响聚类效果的不足 。在K—means聚类分析 算法中，最为关键的两个步骤是聚类个数 K值的选取和K个初始聚类中心的选定。在两个关键步骤处理上， 文献 7『—8]提出利用人工蜂群、粒子群的特性进行改进K—means聚类算法，文献[9—10]提出基于数据密集陛、 均值密度中心的K—means聚类算法，文献[11]提出融合变异系数的K—means聚类算法，文献 【l2]提出数据 抽样 自动K—means聚类算法 ，文献[131提出遗传算法与K—means结合的聚类算法。在K—means聚类分析算 法中，初始聚类中心数据对象的选定将直接影响到聚类分析的效果，在聚类分析前，选定初始聚类中心数 据对象成为聚类分析至关重要的一个环节。在初始聚类中心数据对象选取上，存在诸多的方法，如文献[141 汪嘉等提出了最大最小距离计算聚类中心的算法，文献[15]T赛芳等提出了点密度聚类中心选取算法，文 献[161袁方等提出了高密度区域初始中心点选取算法，等等。初始聚类中心点要按照聚类分析数据集合的 特征进行选取 ，初始聚类中心点要体现数据分析对象考量 目标的特征性，保证聚类分析数据达到理想的聚 类分析结果。 上述 K—means聚类分析方法及初始聚类中心点选取办法，能够对一组数据进行 K—means聚类分析操 作，但是在初始聚类中心点选取、聚类对象参照量度量上与学科成绩信息的特征性不相符，易产生初始聚 类中心选取随意l生大、K值无法体现学科成绩特性的缺点，不能体现学生成绩数据最优组合的特l生，特别 是对学生成绩进行 K—means聚类分析算法所采取的简单学科成绩间距离差的数据度量方法 ，无法满足成 绩最大值类与最小值类的聚类特征要求，这种简单距离差度量方法进行的聚类分析结果不够精确。为克服 学生成绩数据聚类分析中聚类项符合聚类特性的要求，本文提出一种基于标准偏移量的K—means聚类分析 算法，将学科分数最大值、最小值特性体现在聚类分析中，避免了初始聚类中心选取随意性大和随机确定 K值的问题，有效的提高了学生成绩信息的聚类效果和特性要求，并以齐齐哈尔市 2013年普通高中理科 收稿 日期 ：2014—11-23 基金项 目：黑龙江省教育厅高职高专院校科学技术研究项 目；黑龙江省教育科学 “十二五”2013年度规划重点