基于划分与层次方法的混合聚类算法.pdfVIP

计算机工程与应用 2010.46 (16) 127 基于划分与层次方法的混合聚类算法 张丽 1，崔卫东 2，邱保志 1 ZHANG L?1. CUI Wei吐on矿.QIU Bao-zh?1 1郑州大学倍，息工程学院，郑州 45刷1 2商丘师范学院计算机科学系，向南商1i 476删 l.Infonnation Engin悦d吨 Collegl晤 ，Zhengzhou University ? Zhengzhou 45锁闭l ， China 2.Department of Computer Scienc咽， Shangqiu Normal University.Shangqiu.Henan 476∞O.China E-mail: lízhar啄0416@163.com ZHANG Li, CUI Wei -dong ,QIU Bao-zhi.Hybrid clustering algori伽mbaωd 00 阳rtitioning and hierar，也灿1 metb创. Computer Engineering 棚d Applications，却10 ， 46(16):127-129. Abstract: In 0时er to obtain better clustering result日，也is paper propo盼8 a new hybrid clusteri吨 algorithm based on traditional partitioning and hierarchical methods (shorted for MPH). The algorithm divides the clustering process inωtwo phases: Splitting and me咿略During the splitting pr阴暗自由， MPH divides the dataset in切 a number of sub-clusters by repeatedly usi吨 k-m阳lS al伊 rithm;and during 由e mergi吨 process. it clusters by agglomerative hierarchical me出叫s.The experimental results show 也at the al- gorithm is significantly effective in discovering clusters of arbitrary shapes. sizes. and it is not sensitive to 伽.e noises. Key words: clustering; similarity; relative inter酬conne呗tivity; relative closene自由 摘要:为了爱好地实现聚类，在汲取伶统的划分算法、层次算法特性的基础上，提出了一种新的暴于划分和层次的混合聚类算法 (MPH).该算法将聚类的过程分为分裂和合并两个阶段，在分裂阶段反复采用 k-m自ans 算法，将数据集划分为多个同质的子巢，在 合并阶段采用凝聚的层次聚类算法。实验表明，该算法能够发现任意形状、任意大小的集类，并且对噪声点不敏感。 关键词:聚类;相似度;相对互连成;相对接近皮 DOI:I0.3778/j.i自由川∞2-833 1.2010.16.037 文章编号:1∞2-8331(2010)16-心127-03 文献标识确地 中回分费号:TP391 1 ?J l宫 聚据是指将一细对象划分为有意义的组，使得同一姐的对 象是相似的，不同细的对象不相似。它已组广泛应用于模式识 别、倍息检索、机器学习、数据挖掘等领域。目前已经提出许多 聚挠算法，这蜡算法可划分为:划分方法、层次方法、藕于霄度 的方法、基于阿格的方法和基于模型的方法等。基于划分、层次 的方法都具荷坚实的数学理论基础，所剧，虽然这两种聚类技 术出现得比辑早，徊依然受到业界的熏视。 基于划分的聚挠算法l:.I. k-means 、k …，medoid 为代寰。 k- m棚ns 算法是最早的划分聚类算法， i我算法首先随机地选择 k 个对象，每个对象初始地代表了一个簇的平均值或中心，对剩 余的每个对象，根据其与各个旗中心的距离将它赋给最近的 鳞，然后重新计算每个攘的平均值。这个过棋不断重复，直到准 则函数收辙。对于大数据集该算法是相对可伸缩的和高效率 的，时间复杂度是 O(nkt) ， n 是数据集大小， k 是聚类数，而 t 是 法代(x数。但i祟算法的缺点是明蝇的:(1泌的确定一般来说是 困难的; (2)不适合发现非凸丽形状的旗; (3)对孤立点是极其 敏感的。 以 BIR