PHC一个基于分层的快速聚类算法研究.pdfVIP

PHC：一个基于分层的快速聚类算法¨ PHC：A Rapid Cluster Hierarchy—basedAlgorithm 周皓峰袁晴晴程尊平施伯乐 (复旦大学计算机与信息技术系 上海200433) AbstractCluster isthe to thedataina dataset．Inthisfield， analysisprocessclassify specified the cluster has focus。Inthis reviewedthelea— high—efficientalgorithmgainedmajor paper，we turesinthecurrent and anew partition—basedhierarchy—basedalgorithms，andproposehierarchy— based PHC ofthese of usesthe two algorithmbycombiningadvantages typealgorithms，which cohesionandtheclosenessto the withthesame the of amalgamateclusters．Comparedtype algo— rithms，the ofthePHCis wellasthe ofthe is performance improved，as quality clusteringguaran— teed．Andbothofthefeaturesare thetheoreticand inthe provedby experimentalanalysispaper． arithmetic，Data KeywordsClustering mining 搜寻局部最优解找到最佳聚类。CLARANS算法找 1．引言 到的解要比PAM和CLARA更有效，对例外的处 聚类分析是一个将指定数据集中的数据进行归 理上也更优，但是，它的算法复杂度也高了许多，同 类的过程，其遵循的原则是每个类内部各对象问的 时，更依赖于采样的方法。无论是k—means还是k— 相似性尽可能最大，而不同类对象间的相似性尽可 Medoids类的算法，都要求用户事先指定k，一个数 能最小。当前，国内外的聚类分析工作重点之一是聚 据集的聚类的个数不能随意变动。另外，由于它的对 类分析算法，形成了如基于分割的算法、基于分层的 于非凸形状等复杂形状的聚类无能为力。 算法、基于密度的算法、基于网格的算法和基于模型 基于分层的聚类算法的基本思想是把数据对象 的算法[1]。特别是前二种类型的算法，由于其直观和 组合成为聚类树。BIRCH算法采用聚类特性和聚类 简洁性，使其成为了研究人员的关注的焦点。在基于 特性树，聚类特性树与B+树的结构相类似，数据对 分割的算法的方面，有以k—means和k—medoid