一种优化初始中心点的K鄄means算法.PDFVIP

第22 卷摇 第2 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 模式识别与人工智能摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 Vol.22摇 No.2 摇 2009年4月摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 PR AI摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 Apr摇 摇 2009 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 一一种优化初始中心点的K鄄means算法* 汪摇 中摇 摇 刘贵全摇 摇 陈恩红 1(中国科学技术大学 计算机科学与技术系合肥摇 230027) 2(安徽省计算与通讯软件重点实验室 合肥摇 230027) 摘摇 要摇 针对K鄄means算法所存在的问题,提出一种优化初始中心点的算法.采用密度敏感的相似性度量来计算 对象的密度,启发式地生成样本初始中心.然后设计一种评价函数———均衡化函数,并以均衡化函数为准则自动生 成聚类数目.与传统算法相比,本文算法可得到较高质量的初始中心和较稳定的聚类结果.实验结果表明该算法的 有效性和可行性. 关键词摇 K鄄means算法,密度,初始中心点,均衡化函数 中图法分类号摇 TP311 A K鄄means Algorithm Based on Optimized Initial Center Points WANGZhong,LIU Gui鄄Quan,CHEN En鄄Hong 1(Department of Computer Science and Technology,University of Science and Technology of China, Hefei230027) 2(Key Laboratory of Software in Computing and Communications of AnhuiProvince,Hefei230027) ABSTRACT Aiming at the problems of K鄄means algorithm,a method is proposed to optimize the initial center points through computing the density of objects. Thus,the initial center of the samples can be built in a heuristic way. Then, a new evaluation function is proposed, namely equalization function, and consequentlytheclusternumberisgeneratedautomatically. Comparedwiththetraditionalalgorithms,the proposed algorithm can get initial centers with higher quality and steadier cluster results. Experimental results show the effectiveness and feasibility of the proposed algorithm. Key Words摇 K鄄meansAlgorithm,Density,Initial Center Point,Equalization Function 1摇 引摇 言 据挖掘中一个非常活跃的分支,具有广泛地应用.它 基于“物以类聚冶的原理,把一组个体按