加权阂可夫斯基K-Means的指数选取策略.pdfVIP

2015年 第 24卷 第 2期 http：llwww．c-S-a．org．cn 计 算 机 系 统 应 用 加权阂可夫斯基K-Means的指数选取策略① 王法云，何振峰 (福州大学 数学与计算机科学学院，福州 350108) 摘 要：与传统K．Means相比，加权闵可夫斯基 K．Means(MWK．Means)需要自适应获取特征权重并选择合适的 闵可夫斯基指数．无监督选取指数策略是计算每个指数的三种尺度值，根据三种尺度的选取标准得到各自最好 的指数，然后选取较接近的两个指数求均值．在这种策略的启发下，提出了基于排名的闵可夫斯基指数选取策略， 将三种尺度的值分别进行排名，每个指数通过选取两个较接近的排名相加得到综合排名来确定指数．用这两种 指数选取策略分别对UCI数据集进行实验，结果表明，基于排名的选取策略较优． 关键词：聚类：闵可夫斯基指数；无监督；排名；MWK-Means SelectionoftheM inkowskiExponentforM WK-M eans WANGFa-Yun，HEZhen—Feng (SchoolofMathematicsandComputerScience，FuzhouUniversity,Fuzhou350108，China) Abstract：ComparedtothetraditionalK ·Mena s，hteMW K-Meansneedstoobtainfeatureweightsadaptivelyandselect suitableexponent．ChoosingtheM inkowskiexponentinanunsupervisedsettingisawaytocalculatethree—scalevalues ofeachexponent．Itgetsthebestofeachexponentbasedontheselectioncriteriaofthreescales，andhtengetsthemean oftwocloserexponents．Accordingtohtisstrategy,weputforwardanew srtategyofselectingtheMinkowskiexponent basedonranking，rankedhtevaluesofthreescaleseach．Then，weaddedhtetwocloserrankingsofeachexponentas comprehensiverankandusedhtem todeterminehtefinalexponent．Thispaperusedhteabovetwosrtategiesofselecting M ink owskiexponenttotestUCIdataset．Theresultshowsthathtenew srtateyg isbette~ Keywords：clustering；M ink owskiexpo nent；unsupervised；ranking；MWK—Means 聚类分析是数据挖掘领域的一个重要分支．聚类 聚类的结果依赖于初始的中心点，距离度量的选取问 就是将数据集划分为若干类或簇，使得同一个簇 内的 题 等． 数据样本具有较高的相似度，而不同簇中的数据样本 到 目前为止，对于前两个问题的解决方法 已经很 则是不相似 的 】【2】．现有 的聚类方法主要分 为 以 多，确定聚类数 K 的方法主要是通过引入某种聚类质 K．Means、FuzzyK．Menas为代表的划分型聚类，以 量评估标准来确定，如结合高斯混合模型(GMM)的最 Cure、B h为代表的层次聚类和以 Dbscna、Optics 小消息长度(MML)准~JJ(FigueiredonadJain，2002)，贝 为代表基于密度的聚类等I引． 叶斯信息准~U(BIC)等：初始聚类中心的选择主要有最 K-Menas作为划分型聚类的代表，基本思想是： 大最小距离法和通过得到K个异常聚类求初始聚类中 心 [4-61 随机地选择 K个样本作为初始中心点，对剩余的每个 ． 但