基于層次劃分的密度優(yōu)化聚類算法

逄琳 劉方愛(ài)

摘 要：針對(duì)傳統(tǒng)的聚類算法對(duì)數(shù)據(jù)集反復(fù)聚類，且在大型數(shù)據(jù)集上計(jì)算效率欠佳的問(wèn)題，提出一種基于層次劃分的最佳聚類數(shù)和初始聚類中心確定算法——基于層次劃分密度的聚類優(yōu)化（CODHD）。該算法基于層次劃分，對(duì)計(jì)算過(guò)程進(jìn)行研究，不需要對(duì)數(shù)據(jù)集進(jìn)行反復(fù)聚類。首先，掃描數(shù)據(jù)集獲得所有聚類特征的統(tǒng)計(jì)值；其次，自底向上地生成不同層次的數(shù)據(jù)劃分，計(jì)算每個(gè)劃分?jǐn)?shù)據(jù)點(diǎn)的密度，將最大密度點(diǎn)定為中心點(diǎn)，計(jì)算中心點(diǎn)距離更高密度點(diǎn)的最小距離，以中心點(diǎn)密度與最小距離乘積之和的平均值為有效性指標(biāo)，增量地構(gòu)建一條關(guān)于不同層次劃分的聚類質(zhì)量曲線；最后，根據(jù)曲線的極值點(diǎn)對(duì)應(yīng)的劃分估計(jì)最佳聚類數(shù)和初始聚類中心。實(shí)驗(yàn)結(jié)果表明，所提CODHD算法與預(yù)處理階段的聚類優(yōu)化（COPS）算法相比，聚類準(zhǔn)確度提高了30%，聚類算法效率至少提高14.24%。所提算法具有較強(qiáng)的可行性和實(shí)用性。

關(guān)鍵詞：聚類算法；層次劃分；最佳聚類數(shù)；初始聚類中心；聚類有效性指標(biāo)

中圖分類號(hào)： TP301.6 文獻(xiàn)標(biāo)志碼：A英文標(biāo)題