加权闵可夫斯基K-Means的指数选取策略①.PDFVIP

2015 年 第 24 卷 第 2 期 计 算 机 系 统 应 用 ① 加权闵可夫斯基 K-Means 的指数选取策略 王法云, 何振峰 (福州大学 数学与计算机科学学院, 福州 350108) 摘 要: 与传统 K-Means 相比, 加权闵可夫斯基 K-Means(MWK-Means)需要自适应获取特征权重并选择合适的 闵可夫斯基指数. 无监督选取指数策略是计算每个指数的三种尺度值, 根据三种尺度的选取标准得到各自最好 的指数, 然后选取较接近的两个指数求均值. 在这种策略的启发下, 提出了基于排名的闵可夫斯基指数选取策略, 将三种尺度的值分别进行排名, 每个指数通过选取两个较接近的排名相加得到综合排名来确定指数. 用这两种 指数选取策略分别对 UCI 数据集进行实验, 结果表明, 基于排名的选取策略较优. 关键词: 聚类; 闵可夫斯基指数; 无监督; 排名; MWK-Means Selection of the Minkowski Exponent for MWK-Means WANG Fa-Yun, HE Zhen-Feng (School of Mathematics and Computer Science, Fuzhou University, Fuzhou 350108, China) Abstract: Compared to the traditional K-Means, the MWK-Means needs to obtain feature weights adaptively and select suitable exponent. Choosing the Minkowski exponent in an unsupervised setting is a way to calculate three-scale values of each exponent. It gets the best of each exponent based on the selection criteria of three scales, and then gets the mean of two closer exponents. According to this strategy, we put forward a new strategy of selecting the Minkowski exponent based on ranking, ranked the values of three scales each. Then, we added the two closer rankings of each exponent as comprehensive rank and used them to determine the final exponent. This paper used the above two strategies of selecting Minkowski exponent to test UCI dataset. The result shows that the new strategy is better. Key words: clustering; Minkowski exponent; unsupervised; ranking; MWK-Means 聚类分析是数据挖掘领域的一个重要分支. 聚类 聚类的结果依赖于初始的中心点, 距离度量的选取问 就是将数据集划分为若干类或簇, 使得同一个簇内的 题[4]等. 数据样本具有较高的相似度, 而不同簇中的数据样本 到目前为止, 对于前两个问题的解决方法已经很 则是不相似的[1,2]. 现有的聚类方法主要分为以 多, 确定聚类数 K 的方法主要是通过引入某种聚类质 K-Means 、Fuzzy K-Means 为代表的划分型聚