改良式粒子族群最佳化用于资料分群.PDF

第十七屆資訊管理暨實務研討會 改良式粒子族群最佳化用於資料分群 莊麗月1 邱國鑫 2 楊正宏 2,3 1 義守大學化學工程系 chuang@.tw 2 國立高雄應用科技大學電子工程 系 tpvuu@.tw 3 稻江科技暨管理學院網路系統學系 chyang@.tw 摘要 資料分群 (data clustering)依據資料集中的特徵 將擁有相同類別的資料歸類成群 ，並 找出各類別的中心點 ，以簡化資料複雜性 。本研究提出改良式 粒子族群最佳化演算法 (Particle Swarm Optimization, PSO)進行資料分群 ，為防止PSO 快速收斂導致中心點落入 區域最佳解 ，本研究結合互補式策略(Complementary)增加粒子多樣性，進而避免粒 子族 群因多次迭代後粒子之間相似度過高而使族群陷入區域最佳解 (CPSO) 。本研究使用六筆 資料 (UCI Repository)進行測試 ，並與相關文獻之演算法做比較，實驗結果表示本研究方 法能較其他方法 找到較短的群集內距離總和與較低的錯誤率 。 關鍵詞：資料分群、粒子 族群最佳化演算法、互補式 1.前言 群 集分析主要是將資料中有相關聯的資料集合一起 [3] ，而所有資料分出來的各個群 合起來即為群集 (Cluster)[1] 。群集分析時並沒有事先指定類別，純粹依資料的相似性來 識別，利用數學函數來運算 ，進而找出中心點，所以視為非監督式學習 (Supervised learning) 。 分群分為分割式分群法與階層式分群法兩種，分割式分群法是利用離群中心最短距 離來計算，主要找出大小相似且形狀為圓形的群集 ，例如常用 K-means 演算法 [7] 。 K-means 於 1967 年由MacQueen提出，被廣泛應用於分群技術，其原理是設 K個群集 為中心點開始分群，最終將分群的資料分成 K 個集合，其優點是容易且高效率 [2] ，缺 點是群集中心容易受偏移值影響 而落入區域最佳解[8] 。另一種是階層式分群法 ，利用密 集度導向，主要找出任意形狀的群集，例如常用 BIRCH[10] 、Chameleon[5]演算法。本 研究即利用 分割式分群法進行分群，利用離群中心最短距離將資料集中的資料歸屬到所 屬的群中。 本研究使用改良式粒子族群最佳化 ─CPSO 。粒子族群最佳化 (Particle Swarm Optimization, PSO) [6]是一種以族群搜尋為基礎的演算法，粒子會依自己過去的經驗及 族群共同經驗進行移動，進而快速提升各 粒子的適應值。PSO目前用於以下研究，例如 系統設計、函數最佳化 [9] 、分類、型樣識別、機器人應用、生物系統模擬、排程、決策 制定及路由選擇、神經網路訓練、網路安全、模擬和識別等 。粒子族群最佳化 經過多次 迭代後，粒子與 Gbest 之距離過近時會造成移動距離變 小，導致粒子落入區域最佳解 ， 為改善此問題 ，本研究加入互補式來協助粒子跳脫區域最佳解，藉此增加獲得更佳中心 點的機會 。 本研究使用UCI Repository的六筆真實資料 進行分群測試，資料包含 Crude Oil 、 Contraceptive Method Choice (CMC) 、Wine 、Breast Cancer 、Vowel 與Iris Plants ，利用這 些資料驗證本研究方法是否可以找出每個群的最佳解中心點( )及最低錯誤率。實驗證明 本研究方法能優於其他 文獻所提出的方法(K-means 、NM-PSO 、K-PSO 、K-NM-PSO 、 第十七屆資訊管理暨實務研討會 PSO[4]) ，例如在Iris資料集中本研究能找