基于质心de样本加权聚类算法.pdfVIP

第3O卷 第2期 成都大学学报(自然科学版) V_0l_30 No．2 2011年 6月 JournalofChengduUniversity(NaturalScienceEdition) Jun． 20l1 文章编号：1004—5422(2011)02—0168一O3 基于质心的样本加权聚类算法 韦 相，李志勇，朱永缤 (红河学院计算机科学与技术系，云南 蒙自 561100) 摘 要：针对传统的以k-means为代表的分割聚类算法认为所有的聚类样本对聚类 中心的影响都是相 同的这 一 观点，提 出基于样本加权的聚类算法，并采用实际数据集验证算法的有效性．实验表明，该算法比传统的k- means聚类算法具有更高的精确度． 关键词Ik-llmans算法；聚类；样本加权；质心 中图分类号：TP30I．6 文献标识码 ：A 和，同时该质心的位置也要根据物质质心的运动定 0 引 言 理发生改变 ．某个样本原来属于某个质心，当它要离 聚类分析在模式识别、图像处理、机器学习等领 开该质心归人新质心时，原质心的质量及位置也发 域有着广泛的应用，其也是数据挖掘 的重要研究领 生相应的改变． 域之一…．目前，用于数据挖掘的聚类算法主要有 4 1．2 算法的定义 类：以k-means算法为代表的分割聚类法，以BIRCH 定义 1 样本的特征：数据集的 几个 d维样本 为代表的分层聚类法，以DBSCAN算法为代表的密 ()，i=1，2，…，n，样本的聚类特征CF有2个，CF 度聚类法和STING为代表的网格聚类法 2‘I5J．其中， = (ITS，s)，m 表示 的质量，它是由截的非空间属 BRICH算法能够通过一遍扫描进行有效聚类，特别 性决定，s。表示 的位置 ，由 的空间属性来表示 ． 适合大规模的数据集，但该算法采用直径来控制聚 定义 2 聚类 中心的特征：给定具有 个样本 类的边界，如果子簇非球形，则得不到较好的聚类效 的数据集()，i=1，2，…，n，子簇聚类中心的特征 果；DBSCAN算法利用类的密度连通特性，可以快速 定义为2维CF=(M，S)，M表示子簇的质量，它是 地发现任意形状的簇，但它效率较低 ，无法进行动态 属于这个子簇所有样本的质量总和；S表示子簇聚 聚类 ．本文在 k-means算法基础上提出了基于质心 类中心的位置 ，它 由属于这个子簇所有样本的质量 的样本加权的分割聚类算法，实验表明，该算法提高 和位置决定． 了聚类的精确度． n1 1 = ∑mi； =(1／M)∑ J=1,2，…，d1． 1 算法的具体描述 定义3 聚类中心的运动：给定具有 n个样本 1．1 算法的基本思想 的数据集(i)，i=1，2，…，n，一个子簇含有 n个数 本文提出的聚类算法的基本思想是基于物质的 据点，它的聚类中心特征是 CF= (M，．s)． 质心及物质质心的运动定理．与 k-means聚类算法 假定有一个新的数据点Y归人该子簇，那么该 一 样 ，本算法聚类的过程就是给每个样本寻找最近