基于层次K-means初始化算法.pdfVIP

基于层次的 K －means 初始化算法 汤九斌，陆建峰，唐振民，杨静宇 （南京理工大学计算机系，南京 ２１００９４） ［摘要］　Ｋ －ｍｅａｎｓ 算法是一种常用的聚类算法，但是聚类中心的初始化是其中的一个难点。 笔者提出了一 个基于层次思想的初始化方法。 一般聚类问题均可看作加权聚类，通过层层抽样减少数据量，然后采用自顶 向下的方式，从抽样结束层到原始数据层，每层都进行聚类，其中每层初始聚类中心均通过对上层聚类中心 进行换算得到，重复该过程直到原始数据层，可得原始数据层的初始聚类中心。 模拟数据和真实数据的实验 结果均显示基于层次抽样初始化的Ｋ －ｍｅａｎｓ 算法不仅收敛速度快、聚类质量高，而且对噪声不敏感，其性能 明显优于现有的相关算法。 ［关键词］　层次技术；初始聚类中心；加权数据；Ｋ 平均聚类 ［中图分类号］　ＴＰ３１１　［文献标识码］　Ａ　［文章编号］　１０００９－１７４２（２００８）１１－００７４－０６ 数据进行随机抽样，例如，抽取原数据的 １％，然后 1