Num-近邻方差优化的K-medoids聚类算法.pdfVIP

第32卷第 1期 计 算 机 应 用 研 究 Vo1．32No．1 2015年 1月 ApplicationResearchofComputers Jan．2015 Num一近邻方差优化的K·medoids聚类算法 谢娟英 ，高 瑞 (陕西师范大学 计算机科学学院，西安 710062) 摘 要 ：针对Km·edoids聚类算法对初始聚类中心敏感、聚类结果依赖于初始聚类 中心的缺 陷，提 出一种局部方 差优化的K—medoids聚类算法，以期使K—medoids的初始聚类中心分布在不同的样本密集区域，聚类结果尽可能 地收敛到全局最优解。该算法引入局部方差的概念 ，根据样本所处位置的局部样本分布定义样本的局部方差， 以样本局部标准差为邻域半径，选取局部方差最小且位于不同区域的样本作为K．medoids的初始 中心，充分利用 了方差所提供的样本分布信息。在规模大小不等的UCI数据集以及带有不同比例噪声的不同规模的人工模拟 数据集上进行实验，并利用六种聚类算法性能测试指标进行测试，结果表明该算法具有聚类效果好、抗噪性能强 的优点，而且适用于大规模数据集的聚类。提出的Num一近邻方差优化的K．medoids聚类算法优于快速 K．me— doids聚类算法及基于邻域的改进 K．medoids聚类算法。 关键词 ：局部方差；Num一近邻 ；邻域 ；初始聚类 中心；聚类 中图分类号：TP181；TP301．6 文献标志码 ：A 文章编号：1001—3695(2015)01—0030．05 doi：10．3969／j．issn．1001—3695．2015．Ol_007 OptimizedK--medoidsclusteringalgorithm byvarianceofNum--nearneighbour XIEJuan—ying ，GAORui (SchoolofComputerScience，ShaanxiNormalUniversity，Xi’an 710062，China) Abstract：ToovercomethedisadvantagesofK medoidswhichwassensibletotheinitialseedsandwhoseclusteringdepended ontheinitialseeds，thispaperproposedanew K—medoidsalgorithm toselectthesamplesindifferentdenseareaastheinitial seedsandmadetheclusteringofK—medoidsconvergetotheglobaloptimalsolutionascouldaspossible．Thenew algorithmin— troducedtheconceptofthelocalvariance，andgavethedefinitionusingthedistributionpatternofexemplarsinalocalarea． Thenthelocalstandarddeviationwasregardedtheradiusoftheneighbourhood，SOthatthesampleswiththeminimum localva— rianceandlyingatdifferentareaswerechosenasinitial seedsforK—medoids．Th eproposedalgorithm wastestedonthereal datasetswithdifferentsizeofsamplesfrom UCImachinelearningrepositoryandonthesynhteticallygenerateddatasets