基于MC+L与+KN+N的混合聚类算法.pdfVIP

第３５ 卷 第１ 期 桂 林 理 工 大 学 学 报 Ｖｏｌ３５ Ｎｏ１ ２０１５ 年２月 Ｊｏｕｒｎａｌ ｏｆＧｕｉｌｉｎ Ｕｎｉｖｅｒｓｉｔｙ ｏｆＴｅｃｈｎｏｌｏｇｙ Ｆｅｂ　２０１５  文章编号：１６７４－９０５７（２０１５）０１ －０１８１ －０６　　　　　 ｄｏｉ：１０３９６９／ｊ．ｉｓｓｎ１６７４－９０５７２０１５０１０２９ 基于ＭＣＬ与 ＫＮＮ 的混合聚类算法 牛秦洲，陈　艳 （桂林理工大学 信息科学与工程学院，广西 桂林　５４１００４） 摘　要：ＭＣＬ是一种图聚类算法，针对ＭＣＬ计算过程会产生小聚类及边缘节点从团中脱离出来的问题， 提出了一种基于ＭＣＬ与ＫＮＮ相结合的混合聚类算法。该算法利用ＫＮＮ 的分类特点，以ＭＣＬ聚类得到的 聚类表为依据，通过ＫＮＮ对小聚类中的元素进行再分类，以提高聚类的质量。实验证明此方法是可行的， 改进后的算法能使聚类质量有所提高。 关键词：ＭＣＬ；聚类；ＫＮＮ；小聚类；再分类 中图分类号：ＴＰ３０１６　　　　　　　　　　　　　　文献标志码：Ａ 聚类分析是数据挖掘领域中一种重要的数据 更彻底。但由于在ＭＣＬ聚类过程中过度拟合使得 处理方法，主要是对数据按某种相似性度量标准 容易产生小聚类 （只有一两个节点的聚类）从而 来进行聚类。 影响聚类质量，为了解决这个问题，笔者采用 ［８］ 聚类操作中比较常用的几种算法有ｋｍｅａｎｓ聚 ＭＣＬ结合ＫＮＮ 的混合算法，对ＭＣＬ进行改进以 ［１ －２］ ［３］ ［４］ 类 、基于密度 的聚类和基于网格聚类 等， 提高聚类质量。 但这些算法都存在以下几个方面的缺陷：１）它们 １　ＭＣＬ聚类算法介绍 都是以经典的相似性度量作为聚类的基础，聚类 而成的概念不能完全反映该类概念抽象的实质， １１　ＭＣＬ聚类算法概述 进而导致求解精度下降；２）当样本属性较多时， 马尔可夫聚类算法 （ＭＣＬ）是 ｖａｎ Ｄｏｎｇｅｎ［５］ 往往很难通过简单计算得到的相似度值来全面地 开发的用于图形聚类的算法，已成功应用于蛋白 反映样本之间的相关或相似程度，从而导致样本 质家族分析等领域。ＭＣＬ算法是基于随机流的一 聚类概念的区分度较低。 种方法，不需预先设定聚类数目，通过概率改变 与传统的聚类算法相比，ＭＣＬ （Ｍａｒｋｏｖ ｃｌｕｓ 和反复修改矩阵以实现随机流模拟。 ｔｅｒｉｎｇ，马尔可夫聚类）能够很好地避免以上问题 ＭＣＬ聚类过程主要由在随机矩阵 （马尔可夫 的发生。ＭＣＬ 聚类是图聚类的一种，其核心思想 矩阵）上的两个操作构成：膨胀操作和扩展操作。 是基于模拟随机流 （使用图的转移概念矩阵）进 膨胀操作主要是对矩阵进行的幂操作；扩展操作 ［５］ 行图聚类 。这种方法已被应用到很多领域并取 是对随机矩阵中每个元素进行的幂操作，即Ｍ ＝ ｉｊ ［６ －７］ ｒ 得显著成功 （如蛋白质的ＴｒｉｂｅＭＣＬ 聚类） 。 （Ｍ） ｉｊ 。 在ＭＣＬ聚类的过程中，不是简单地求出样本之间 １２　相关定义及操作介绍 的关