一种有效k均值聚类中心的选取方法.pdfVIP

计算机与现代化 2008年第3期 JISUANJIYUXIANDAIHUA 总第151期 文章编号：1006-2475(2008)03-0095-03 一种有效k．均值聚类中心的选取方法 曹文平 (襄樊学院电气信息工程系，湖北襄樊441003) 摘要：基于k一均值算法的思想和关键技术，本文对于k一均值算法中的初始点的选取进行了深入的研究，提出了一种高 性能初始点的选取算法并用实际数据进行测试，通过与常规的随机选取方法的比较，该算法具有更好的性能和健壮性。 关键词：聚类；k一均值；初始化；中心 中图分类号：TP311 文献标识码：A AnEffectiveMethodof InitialPointsfork-means Selecting Clustering CAO Wen-ping Electrical＆Informationof 441003，China) (Dept．of EngineeringXiangfanUniversity，Xiangfan andcore of thenfocuson thecentriod theidea k-meaus Abstract：Thispaperprovidesfirstly technique clustering，and selecting ofk-means onthereseaehaboutinitialization a thatusedtoselect presentslli曲qualityapproach clustering．Depending deeply，it methodstotestthe and with random concludesthatOUlmethodhasthe the the the centriod．Using algorithmcompare method，it androbustness． hiShq11ality Keywords：clustering；k-means；initialization；eentriod 类，同时也必然把另外的某一个类划分到其他的类中 0 引 言 去(如果数据集P的数据实际上就是k个类)。同时 聚类分析是一种重要的人类行为，目前已应用于 还存在另外一个问题是k值的确定，怎样才能知道数 许多方面：数据挖掘和知识发现、模式识别和模式分 据集中到底存在多少个类。 类、数据压缩和向量量化。对于聚类有很多种方法， 1现有方法 这些方法包括分割与合并方法、随机化方法和神经网 络方法。其中在欧氏空间中的k一均值聚类算法是最 P．S．Bradley和UsamaM．Fayyad提出了一种初 流行和受关注的一个聚类算法，给定一个包含n个d 始聚类中心的算法RA…，是目前来说比较好的方 维数据点的数据集P和一个正整数k，问题的关键是 法口】。RA算法的主要思想是：(1)从原始数据集中 在d维空间中找出k个点，这些点叫作数据集P的中 抽取t个样本集；(