一种改进快速聚类方法探究.docVIP

一种改进快速聚类方法探究摘要：引入贡献函数对快速聚类算法进了改进，并利用新疆外贸企业收汇标准化数据进行了验证，证明了改进的快速聚类算法具有一定的引导分类作用。 关键词：贡献函数 快速聚类算法 一、研究目的 快速聚类算法是对数据初步分类的有效算法，但是也存在较大的盲目性，本文尝试通过引入贡献函数解决此问题。 二、研究方法 （一）聚类分析 聚类分析又称群分析，是依据研究对象的个体特征对其进行分类的方法，该分析在经济、管理、社会科学等领域，都有着广泛的应用。聚类分析是一种建立分类的多元统计分析方法，能够将数据根据其表征，按照某些性质上的疏密程度在无先验知识的情况下进行自动分类，产生多个分类结果。在每个分类中个体在该表征之间具有相似性，不同类间个体特征的差异性较大。 （二）快速聚类 快速聚类又称K-Means聚类，它是将数据当做k维空间上的点，以距离作为测度个体“疏密程度”的指标。为达到快速产生分类的结果，K-Means聚类仅产生一个分类结果，且K-Means聚类仅能产生指定类数的聚类结果，类数的确定取决于先验知识。 （三）贡献函数 1.贡献度函数的定义 2.改进后的快速聚类的算法 选择若干个数据作为“伪凝聚点”；根据“伪凝聚点”分配数据，形成临时分类，分配完成后，形成类的凝聚点用类均值代替。“伪凝聚点”值更新为当前类的均值，称为1次凝聚点；可选择地，通过分配每一个观测到与1次凝聚点最近的类来形成临时分类，用这些临时分类的均值，代替1次凝聚点的值，形成n次凝聚点，当类中凝聚点的值改变很小且贡献度函数F达到最大值时，算法停止；最终的分类由分配每一个观测到最近的n次凝聚点形成。形成n个分类，一般情况下n满足2=n观测数。 3.改进后的快速聚类算法应用 对外贸易是我国经济发展的三驾马车之一，企业外汇收入是衡量外贸企业盈利能力的重要指标之一，对企业外汇收入进行分类，有利于政府职能部门掌握外贸企业经营状况，做出科学决策提供依据。本文以新疆外贸企业某年收汇数据为依据，对改进的快速聚类算法进行验证。 首先对新疆外贸企业收汇数据进行标准化，并分析数据分布。具体如图1。可以看出新疆外贸企业收汇呈L型，且收汇量较大企业与收汇量较小企业有极大差距。 运用快速聚类算法进行分类，分为5类，具体如表1。可以看出98.4%的企业被分在第五类中，而这些企业的实际收汇额占总收汇额的42%，宏观层面上来看，分类效果较好，也符合实际情况，但从内部结构及企业发展状况来看，分类结果仍需细化，通过将分类选为6-15类时，均与分5类的情况一致。 通过改进的快速聚类算法进行分类，分为7类，具体如表2。可以看出1575个样本企业被分配在7个类中，根据实际情况来看，分为7类能够较清晰的判断出样本的经营状况和规模，同时根据分类后的贡献度占比来看（图2），算法在运行时贡献度函数对原算法有极大的引导作用。 三、结语 本文通过对聚类算法的研究，通过引入贡献函数，提出了一种改进的快速聚类算法，通过利用新疆外贸企业的某年收汇标准化数据，对比原快速聚类算法与改进快速聚类算法，改进后的算法具有较强的引导作用，有较好的实际效果。 参考文献： [1]尹瑞飞. 数据挖掘中聚类方及其应用[J].中国知网博士论文库. [2]梁彦冰，崔雪松.spss 统计分析与实践应用宝典[M].中国铁道出版社. [3]杨维忠. spss 统计分析与行业应用案例详解[M].清华大学出版社. 1