1基于相对密度的聚类算法.pdfVIP

计算机科学 2007Vol34 №2 　 基于相对密度的聚类算法 ) 刘青宝 　邓 　苏 　张维明 ( 国防科学技术大学信息系统与管理学院　长沙 4 10073) 　 摘 　要 　基于密度的聚类算法因其抗噪声能力强和能发现任意形状的簇等优点 ,在聚类分析中被广泛采用 ,本文提出 的基于相对密度的聚类算法 ,在继承上述优点的基础上 ,有效地解决了基于密度的聚类结果对参数值过于敏感 、参数 值难以设置以及高密度簇完全被相连的低密度簇所包含等问题 。 关键词 　聚类 , K 近邻 ,聚类参数 ,相对密度 　 Relative Densitybased Clustering Algorithm L IU QingBao 　D EN G Su 　ZHAN G WeiMing ( College of Infor mation Sy st em and Management , N ational U niver sit y of Defen se Technology ,Changsha 4 10073) 　 Abstract 　Wit h st rong abilit y of di scovery arbit rary shap e clu st er s and handling noi se ,den sit y ba sed clu st ering i s one of p rimary met hods for dat a mining . Thi s p ap er p rovides a clu st ering algorit hm based on relative den sit y ,which efficiently resolves t hese p roblem of being very sen sitive to t he u serdefined p aramet er s and too difficult for u ser s to det ermine t he p aramet er s. Keywords 　Clu st ering , Knearest neighbor s , Clu st ering p aramet er , Relative den sit y 　 　　聚类分析是一种重要的人类行为 , 已经广泛地应用在许 SCAN 算法 ,它将具有高密度的区域划分为类 。DB SCAN 算 ε ε 多领域 ,包括模式识别 、数据分析 、图像处理 , 以及市场研究 。 法依赖两个参数实现聚类 :对象的邻域半径 和 邻域内的 目前在文献中存在大量聚类分析算法 ,它们多数侧重于如何 最少对象数 Min Pt s 。DB SCAN 通过检查数据集中每个点的 ε ε 提高算法效率 ,而往往忽视了算法的有效性问题 。聚类算法 邻域来寻找聚类 ;如果一个点 p 的 邻域包含多于 Min Pt s 的有效性问题主要表现在三个方面 :其一 ,聚类算法大多要求 个点 ,则创建一个 以 p 为核心对象的新类 。然后 ,DB SCAN 用户输入一定的参数 ,例如希望产生的簇的数 目,而这些参数 反复寻找从这些核心对象直接密度可达的对象 , 当没有新点 通常难以确定 ,特别是针对高维空间中稀疏分布的实际应用 可被添加到任意类时 ,聚类过程结束 ,那些不属于任何类的点 数据集 ,用户几乎无法给出合适的算法参数 ,因此非专业用户