2K-means动态聚类算法.doc

一种改进的K-means动态聚类算法 张阳1 朱艳玲2 朱颢东2 (1.郑州轻工业学院 数学与信息科学学院, 河南郑州 450002； 2.郑州轻工业学院 计算机与通信工程学院, 河南郑州 450002) 摘要：传统的K-means算法是通过不断地重复性计算来完成聚类的，聚类中心点的不断变化产生的一些动态变化信息将对聚类产生一定的干扰，且当数据量过大时，算法的时间开销和系统的I/O开销将大大增加，这严重影响了算法的性能。为此，论文提出一种改进的K-means动态聚类算法，该算法充分考虑了K-means聚类过程中信息的动态变化，通过为算法的终止条件设定标准值，来减少算法迭代次数，减少学习时间；通过删除由信息动态变化而产生的冗余信息，来减少动态聚类过程中的干扰，使算法达到更准确更高效的聚类效果。实验结果表明，当数据量较大时，相比于传统的K-means算法，改进后的K-means算法较在准确率和执行效率上都有较大的??升。 关键词：K-means；聚类分析；数据挖掘；动态聚类； 中图法分类号: TP301　　　文献标识码: A An Improved K-Means Dynamic Clustering Algorithm Zhang Yang1 Zhu Yan-Ling2 Zhu Hao-Dong2 (1. HYPERLINK / College of Mathematics and Information Science,Zhengzhou University Of Light Industry, , Zhengzhou Henan 450002, China; 2.School of Computer and Communication Engineering, Zhengzhou University of Light Industry, Zhengzhou Henan 450002, China ) Abstract: The traditional K-means algorithm clusters by repetitive computing. the changing cluster centers bring some of the dynamic change information, It will produce interference for clustering. And the large amounts of data will increase the algorithm’s time overhead and system I/O overhead, even affect the performance of the algorithm,So,this paper proposed an improved K-means dynamical clustering algorithm. The proposed algorithm takes into account the dynamic information of K-means clustering process and reduces algorithm iterations and learning time by setting the standard value for termination condition of the algorithm, and reduces interference of dynamic clustering by removing redundant information from the changing information to make the algorithm to achieve more accurate and efficient clustering effect. Experimental results show, when the amount of data is large, the improved K-means algorithm is better than the traditional algorithms in accuracy and efficiency. Key words: K-means; Cluster analysis; Data Mining; Dynamic clustering; 0引言 在数据大爆炸，“知识太贫乏”的时代，数据挖掘应运而生，聚类分析作为数据挖掘的重要分支，在信息化时代起着举足轻重的作用。聚类分析的目标在于将数据集分成若干个簇，并保证同一簇内的数据点相似度尽可能的大，簇与簇之间的数据点的