一种优化初始聚类中心的K—means聚类算法.pdfVIP

软件天地 SoftwareTechnology 术 一 种优化初始聚类中心的K—means聚类算法 周爱武 ，崔丹丹，潘 勇 (安徽大学 计算机科学与技术 学院，安徽 合肥 230039) 摘 要 ：针对 K—means算法 中的初始聚类 中心是随机 选择这一缺点进行改进 ，利 用提 出的新算 法选 出初始聚类中心 ，并进行聚类。这种算法比随机选择初始聚类 中心的算法性 能有所提 高，具有更 高 的准确性 。 关键词 ：欧 氏距 离；K—means：优化初始 中心 中图分 类号 ：TP301．6 文献标 识码 ：A 文章编号 ：1674—7720(2011)13—0001—03 An optimization initialclustering centerofK——means clustering algorithm Zhou Aiwu，CuiDandan，Pan Yong (CollegeofComputerScienceandTechnology，AnhuiUniversity，Hefei230039，China) Abstract：Thisarticleisan improvementainfing atthe defectthatthe initialalgorithm centerofK—meansisa randonlchoice． Using this improved algorithm to select new clustering center to do clustering．After analysis， this new algorithm improves performanceandaccuracybetterthan the algorithm thatrandom selection ofinitialclusteringcenter． Key words：Euclidean distance；K-means；optimization initialclustering (；enter 数据挖掘技术研究不断深入与发展 ，作为数据挖掘 优解 。因此初始 聚类 中心的选择十分重要 。 技术 中的聚类分析 ，也越来越被人们关注与研究 。聚类 本文针对 随机选择初始 聚类 中心 的缺 点 ，提 出了一 分析是数据挖掘 中一个非常活跃 的研 究领域 ，并且具有 种新 的改进 的K—means聚类算法。该算法产生 的初始 聚 广泛 的应用 。聚类就是将数据集划分成若干簇或者类 的 类 中心不是 随机 的，能够很好地体现数据 的分布情况 ， 一 个过 程I。经 过 聚类 之后 ，使得 同一簇 中 的数据 对 象 使得初始 中心尽可 能地趋 向于 比较密集 的范 围内．，从而 相 似度最 大 ，而不 同簇 之 间的相 似度最 小 。 进行更好 的聚类 ，最终消除了传统 K—means算法 中由于 聚类是一种无监督 的学 习算法 ，即把数据对 象聚成 初始 聚类 中心选择是随机 的而产生的缺 点 。最后实验证 不 同的类簇 ，从而使不 同类之 间的数据相似度低 ，而 同 明了这种算法 的有效性与可行性 。 一 个类 中的相似度高 ，并且将要划分 的类是之前不知道 1传统 K—means算法 的，其形成 由数据驱动 。聚类算法 l11分成基于划分 的 、 1．1传 统 K—means算 法的思想 密度 的 、分层 的 、网格 的 、模 型 的。其 中基 于划 分 的聚类 传统 的K—means算法 的工作流程 】：首先从 n个 算法 中的K一均值算法fK—means算法1是最常用 的一种 数据对象任意选择 k个对象作为初始 聚类 中心 ；而对于 聚类算 法 ，同时也 是应 用 最