基于聚类数和初始值的K-means算法改进研究.pdfVIP

第 4期 组 合 机 床 与 自动 化 加 工 技 术 NO．4 2011年 4月 M odularMachineTool AutomaticManufacturingTechnique Apr．2011 文章编 号：1001—2265(2011)04—0042—05 基于聚类数和初始值的K—means算法改进研究 屈新怀 ，高万里 ，丁必荣，李 朕 (合肥工业大学 机械与汽车工程学院，合肥 230009) 摘要：原始的K．means算法，随机生成初始质心，事先给定聚类数 k，在该前提下进行聚类，大大降低 了聚类的效果。文章是对原始 K—means算法的改进，提 出了一种基于密度选取初始质心和采取遗传 算法优化聚类数 而的算法。该算法在一定程度上解决 了初始质心和聚类数 k对聚类精度和效率的 影响，提高了聚类的准确率。最后文章通过 实验证明了改进算法的有效性。 关键词 ：K—means算法；初始质心；聚类数 k 中图分类号：TP301．6 文献标识码 ：A TheK-meansAlgorithm ImprovementBaseon theNumberofClusteringkandInitialCentroid QUXin-huai，GAOWang-li，DIMGBi—rong，LIZhen (SchoolofMachineryandAutomobileEngineering，HefeiUniversityofTechnology，Hefei230009，China) Abstract：IntheoriginalK-meansalgorithm，clusteringcanbedonewiththeinitialeentroidgeneratedrail· domly andthenumberofclustering given inadvance，anditreducestheeffectofclusterniggreatly．In thisPaper，weimprovetheoriginalK—meansalogrithm ，andproposeanew algorithm thattheniitialten- troidischosebythedensityandthenumberofclusteringkisoptim~edbygeneticalgorithm．Toacertain degree，thisalgorithm mniimizetheeffectsofinitialcentroidandthenumberofclustering onthecluste· ringaccuracy nad efficiency，and enhancetheaccuracy ofclustering．W eprovethevalidity ofthisim。 provedalogrithm by experimentattheendofthispaper． Keywords：K-meansalogrithm ；initialcentroid；clusternigk 能够识别密集 的和稀疏的区域，从而发现全局的分 0 引言 布模式，以及数据属性之间的有趣的相互联系。 当今，数据容量规模已经达到万亿字节的水平 ， 目前存在大量 的聚类算法 ，而算法主要取决于 信息爆炸带来的挑战一方面是数据体系规模庞大复 所研究数据的类 型、聚类的 目的和应用等方面。在 杂 ；另一方面是如何从大量数据 中发现隐藏的有价 基于划分 的聚类算法 中，作为典型代表 的K—means 值的信息 ，数据挖掘的出现，为我们解决该问题提供