一种融合变异系数的k.pdf

114 2012 ，48 （35） Computer Engineering and Applications 计算机工程与应用 一种融合变异系数的k-mean 聚类分析方法 范阿琳，任树华 FAN Alin, REN Shuhua 大连工业大学 信息科学与工程学院，辽宁 大连 116034 School of Information Science and Engineering, Dalian Polytechnic University, Dalian, Liaoning 116034, China FAN Alin, REN Shuhua. K-means clustering algorithm based on coefficient of variation. Computer Engineer- ing and Applications, 2012, 48 （35 ）：114-117. Abstract ：The performance of k-means clustering algorithm depends on the selection of distance metrics. The Eu- clid distance is commonly chosen as the similarity measure in k-means clustering algorithm, which treats all features equally and does not accurately reflect the dissimilarity among samples. K-means clustering algorithm based on Co- efficient of Variation （CV-k-means）is proposed in this paper to solve this problem. The CV-k-means clustering algo- rithm uses variation coefficient weight vector to decrease the affects of irrelevant features. The experimental results show that the proposed algorithm can generate better clustering results than k-means algorithm. Key words ：k-means clustering; dissimilarity measure; weighting; coefficient of variation 摘 要：K-means 聚类算法的性能依赖于距离度量的选择，k-means 算法将欧几里德距离作为最常用的距离度 量方法。欧氏距离认为所有属性在聚类中作用是相同的，但是这种距离度量方法并不能准确反映样本间的相 异性。针对这种不足，提出了融合变异系数的k-means 聚类分析方法（CV-k-means ），利用变异系数权重向量来 减少不相关属性的影响。实验结果表明，该方法的聚类结果优于k-means 算法。 关键词：k-means 算法；相异性度量；权；变异系数 文献标识码：A 中图分类号：TP301 doi ：10.3778/j.issn. 1002-8331.1105-0630 1 引言 算法简单、快速且聚类效果稳定的特点，对处理大数 [1] 据集，该算法是相对可伸缩和高效的。K-means 算法 聚类分析 是重要的数据分析方法之一，已经广 [3-4] 泛地用在许多应用中，包括模式识别、数据分析、图 的应用领域非常广泛，包括图像及语音数据压缩 ， [5] 像处理以及