基于劃分的聚類算法研究與應(yīng)用.pdf

1、基于劃分的聚類算法主要有K均值和K中心點算法，其他的方法都是這兩種算法的變種。然而，K均值算法聚類結(jié)果有波動，取決于初始的K個中心點選擇。造成這一結(jié)果的原因是K均值法初始時是隨機選取中心點，迭代過程可能會終止于一個局部極值點，而這個極值點很可能不是最優(yōu)點；傳統(tǒng)的K中心點的聚類算法雖然能夠得到較好的局部搜索結(jié)果，但需要很長的計算時間。 本文提出一種優(yōu)化初始點的K均值算法：先用一種方法探測數(shù)據(jù)集內(nèi)的分布區(qū)域，分析數(shù)據(jù)集內(nèi)的分布情況，

2、然后根據(jù)數(shù)據(jù)集的分布情況，生成一顆聚類樹；每次聚類時，根據(jù)用戶輸入的參數(shù)K，對這棵聚類樹用二分查找，確定一個合適的相似度閥值，使得這棵樹產(chǎn)生K+X(X>0，根據(jù)實際情況選擇)劃分，再把其中的平均相似度較小的X個區(qū)域劃分到其他K簇中。最后，得到的K個簇，計算每一簇的中心，找出離這個中心最近的點作為初始的聚類中心。本文的方法是根據(jù)數(shù)據(jù)點的分布情況來選擇初始中心，實驗結(jié)果證明，有效避免了隨機選擇帶來的聚類結(jié)果的波動性，比傳統(tǒng)的K均值算法有著更