一种基于密度的无参数聚类算法.pdfVIP

ISSN 计算机研究与发展 1000—1239|CN11-1777|TP of Researchand JournalComputer Development 一种基于密度的无参数聚类算法 娄冬梅 陈 明 朱有娜 (上海水产大学信息学院 上海200090) (dmlou@stmail．shfu．edu．ca) A Basedon NonparametricAlgorithm Clustering Density Lou Zhu Dongmei，Chen Youna Ming，and (CollegeofInformation，ShanghaiFisheryUniwersi砂，Shanghai200090) Abstract some tosteer the Manyclusteringalgorithmrequireinputparametersclusteringprocess，but issensitivetothe inacertain the clusteringquality parameters input degree．Considering on ideasand multi—resolutionandefficient without density fuzzyclusteringconcepts，a clusteringalgorithm is candiscover of clusters anyinputparameterspresented，which arbitraryshape． words basedon Key clustering density；fuzzy function membership 摘要大多数聚类算法在聚类过程中需要输入参数，并且对输入参数具有一定的敏感性．针对这种不 足，在基于密度的聚类方法基础之上融合模糊聚类思想，给出了一种密度的无参数(无需输入任何参数) 聚类算法．实验结果表明，算法能有效地找出任意形状的簇，且聚类结果质量高，适应于大型数据集． 关键词基于密度的聚类；模糊聚类；多分辨率；无参数聚类；隶属度函数 中图法分类号TP311 聚类是数据挖掘中一门非常有用的技术，用于 的参数对聚类结果有显著的影响；DBSCAN是基于 从大量数据中寻找隐含的数据分布和模式．目前的 密度的算法，适合于发现任意形状的簇．在预先能 聚类算法大体上主要分为5类：划分方法、层次方 指定最佳参数的情况下，可以给出高质量的聚类结 法、基于密度的方法、基于网格的方法和基于模型的 果．它的不足之处在于对参数e和Minpts比较敏 方法．聚类算法主要关注的问题有…1输入参数的确 感；WaveCluster[2J是基于密度和网格的算法，能有 定、簇的形状、数据的维度、对噪音和孤立点的敏感 效处理大数据集，发现任意形状的簇，成功地处理孤 性以及聚类结果的质量等等． 立点．虽然它不要求指定簇的数目，但研究结果表 K．Means是典型的基于划分的算法【2J，不仅需 明HJ，了解簇的数目非常有利于其设定其他参数． 要事先确定簇的数目，而且不适合于发现非凸面形 由此可以看出，许多聚类算法需要用