一种基于划分和密度的快速聚类算法.pdfVIP

计算机科学2008V01．35№．10A 一种基于划分和密度的快速聚类算法*) 赖桃桃冯少荣张东站 (厦门大学计算机科学系 厦门361005) 摘要聚类是数据挖掘的重要组成部分；基于划分的聚类算法有近线性时间复杂度的优点，基于密度的聚类算 法能发现任意形状的聚类。提出基于划分和密度的聚类算法CUPD(clusteringusingpartitionanddensity)，它首先 用基于剐分的算法对数据进行分类，然后用基于密度的算法进行类的合并。理论分析和实验证明了CUPD算法保 持了基于划分和基于密度聚类算法的上述两个优点。 关键词划分，密度，快速，聚类算法 NewFast BasedonPartitionand ClusteringAlgorithm Density LAI Tao-taoFENG ZHANG Shao-rong Dong-zhan of Science，Xiamen 361005，China) (DepartmentComputer University，Xiamen A埘xaet isan oftheData basedon hasthead． Elusteringimportantpart Mining．Theclusteringalgorithmpartition that lineartime candiscoverclustersof vantagenearly complexity．Thedensity-hasedclusteringalgorithm arbitrary anew used and Onthe shape．ThepaperpresentedclusteringalgorithmCUPD(clusteringpartitiondensity)based and the basedonthe tO thedata，andthenuse partitiondensity．First，usingalgorithm partitionclassify density-algo- rithms theclasses．Theoreticaland thattheCUPD in of merger analysisexperimentalproofed algorithmpossession two that basedonthe and have．． advantagesalgorithms partitiondensity-clustering KeDvardsPartition，Density，Fast，CIusteringalgorithm 顿距离等度量函数，因而难于发现非凸面形状和大 1前言 小差别很大的簇。 将物理或抽象对象的集合分成相似的对象的过 K一中心点方法是另一著名的基于划分的聚类 程称为聚类，在某些应用中，聚类又称为数据分割， 算法，它较好地克服了kMEANS算法对于孤立点 聚类分析已经成为数据挖掘研究领域的一个非常活 问题所具有的敏感性，该算法不采用簇中对象的平 跃的研究课题。它将数据库中的数据划分成具有一 均值作为参照点，而是选用簇中跟平均值最近的一 定意义的子类，使得不同子类中的数据尽可能相异