一种基于划分的动态聚类算法.pdfVIP

维普资讯 第26卷 第 1期 计算机工程与设计 2005年 1月 Vo1．26 NO．1 ComputerEngineeringandDesign Jan．2005 一 种基于划分的动态聚类算法 万志华 ， 欧阳为民 ， 张平庸 ’ (1．上海大学 计算机工程与科学学院，上海 200072；2．上海大学 网络中心，上海200072) 摘 要：聚类分析是数据挖掘的一个重要研究分支，已经提 出了许多聚类算法，划分方法是其 中之一。划分方法的缺点 是要求事先给定聚类结果数，对初始划分和输入顺序敏感等。为克服这些缺陷，以划分方法为基础，提 出了一种基于划 分的动态聚类算法。该算法按密度从大到小，依距离选择较为分散的初始值，同时可以过滤噪声数据，并在聚类的过程 中动态地改变聚类结果数 ，改善了聚类质量，获得 了更 自然的结果。 关键词：聚类；数据挖掘；划分方法；k-means 中图法分类号：TP3ll 文献标识码：A 文章编号：1000．7024(2005)01—0l77—03 Partition—baseddynamicclusteringalgorithm WAN Zhi-hua， OUYANGWei-min， ZHANGPing-yong (1．CollegeofComputerEngineeringandScience，ShanghaiUniversity,Shnaghai200072，China；2．CenterofCampus Network，ShnaghaiUniversiyt,Shnaghai200072，China) Abstract：Clusteringisapromisingapplicationareaformnayfieldsincludingdatamining，sattisticaladatnaalysis，patternrecognition， imageprocessing，etc．Partitionnigmethodisaclusteringalgorithm，whichissensibletoinitialpartitions(valuesofk)，initialvalues nadniputsequence．Toovercomehtesedisadvnaatges，apartition—baseddynamicclusteringalgorithm isdeveloped．Atfirst,htead at objectsissortedbyhteirdensities．Thensomedispersivedaatobjectsisselectedasinitialclustercentersaccordnigtopriority．Athte sam．etime，hteoutliersCna befiltrated．Anditchnageshtenumbers ofpartitionsduringhteclustering．Th eexperimentsdemonstrate htathtealgorithm mi proveshtepartitionmehtodna dgetsthebetterresults． Keywords：clustering； adatminnig； partitionmehtod；k-mena s 个对象必须属于且只属于一个组 (在某些模糊划分技术中此 l 引 言 要求可 以放宽)。 聚类分析是数据挖掘 的一个重要研究分支 。所谓聚类 ， 划分方法 的基本思想是：给定要构建的划分的数 目k，首 顾名思义，就是将数据对象分组成为多个类或簇 ，在同一个类 先创建一个初始划分 ，然后采用一种迭代 的重定位技术，尝试 中的对象之间具有较高的相似度，而不同类中的对