数据挖掘算法
第21卷第1期河海大学常州分校学报Vo1.21No.1
Mar.20072007年3月JOURNALOFHOHAIUNIVERSITYCHANGZHOU
文章编号:1009-1130(2007)01-0007-04
基于分层聚类的k!means算法
金微,陈慧萍
(河海大学计算机及信息工程学院,江苏常州213022)
摘要:为了更好地实现聚类,在分析分层聚类和k!means算法优缺点的基础上提出了一种改进的聚类算法.改进算法将分层聚类和k!means聚类算法的优点相结合,首先采用分层聚类,得到一个初始的聚类结果,然后应用
效率高,而且k!means聚类算法继续聚类.实验结果表明,改进算法较原先传统的聚类算法,不但算法执行速度快、
聚类效果也比较好.
关键词:数据挖掘;聚类;分层聚类算法;k!means聚类算法
中图分类号:TP311.13文献标识码:A
随着数据挖掘技术的发展,作为数据挖掘的主要方法———聚类算法,越来越受到人们的关注.k!means聚类算法是一种不依赖顺序的算法,其时间复杂度与数据集的大小呈线性关系;但它要求用户事先必须给出分类个数,而且对初始类中心的选择比较敏感,如果初始类选择不当,则最后结果将收敛为一个局部最小的准则函数[1].分层聚类算法的优点在于它可以在不同粒度上对数据进行探测,然而一旦出现一组对象合并时,类之间就不能交换对象,因此在合并前,必须花费大量时间计算单链接距离(或全链接距离).本文中作者在综合分析分层聚类算法和k!means聚类算法优缺点的基础上,提出了一种速度更快、效率更高、聚类质量更好的混合算法———基于分层聚类的k!means算法.
1传统的聚类算法及其局限性
目前已有大量的聚类算法,算法的选择取决于数据的类型、聚类的目的和应用.如果用聚类分析作为描述或探查的工具,则可以对同样的数据尝试多种算法,以发现数据可能揭示的结果.聚类算法主要可以划分为[2-3]:层次法、划分法、基于密度法、基于网格法和基于模型法等几类.分层聚类算法和k!means算法分别属于层次法和划分法,在用于数据挖掘时各有其优缺点.
1.1分层聚类算法
分层聚类法就是对给定数据对象的集合进行层次分解,根据分层分解采用的分解策略,分层聚类法又可进一步分为凝聚的(agglomerative)和分裂的(divisive)分层聚类.
a.凝聚的分层聚类.它采用自底向上的策略,首先将每个对象作为一个类,然后根据某种度量(如2个当前类中心点的距离)将这些类合并为较大的类,直到所有的对象都在一个类中,或是满足某个终止条件时为止.绝大多数分层聚类算法属于这一类,它们只是在类间相似度的定义上有所不同.
——自顶向下,它首先将所有的对象置于一b.分裂的分层聚类.它采用与凝聚的分层聚类相反的策略—
个类中,然后根据某种度量逐渐细分为较小的类,直到每一个对象自成一个类,或达到某个终止条件(如达到希望的类个数,或2个最近的类之间的距离超过了某个阈值).
分层聚类虽然比较简单,但经常会遇到选择合并点或分裂点的问题.这种选择非常关键,因为一旦一组对象被合并或分裂,下一步的工作就是在新形成的类上进行,已做的处理不能撤消,类之间也不能交换对象.如果合并或分裂的决定不合适,就可能得出低质量的聚类结果.而且,分层聚类算法没有很好的可伸缩性,在决定合并或分裂之前需要检查和估算大量的对象和类.
收稿日期:2006-06-10
作者简介:金微(1981-),女,江苏溧阳人,硕士研究生,通信与信息系统专业.
M ay 2007 基于聚类分析的 K means算法研究及应用张建萍 , 刘希玉 1 2 * ( 1. 山东师范大学 信息科学与工程学院, 山东 济南 250014; 2. 山东师范大学 ...
2 1 1 ( 1 南京农业大学工学院网络中心 南京 210031 2 南京农业大学研究生院...基于 K - means算法以校园网用户行为特征为对象来进行聚类 分析 ,提出了几个...
基于k_means聚类算法的试卷成绩分析研究基于k_means聚类算法的试卷成绩分析研究...2 基于 k2means 聚类算法的试卷成绩分析出区分不同组的有用特征 . 2. 1 数据...
基于K_Means和EM算法的聚类分析_自然科学_专业资料。2009 年第 2 期 福 建 电 脑 79 【摘要】: 本文叙述了 K-Means 算法和 EM 算法的基本原理及性质,...
基于分层聚类的K-MEANS 算法_自然科学_专业资料。特别说明此资料来自豆丁网(... 8页 1下载券 K-MEANS聚类算法研究 2页 免费喜欢此文档的还喜欢...
24, No. 5 May 2007 基于聚类分析的 K-m eans 算法研究及应用 * 张建萍 , 刘希玉 1 2 ( 1. 山东 师范 大学 信 息科 学与 工程学 院, 山东 济南 ...
◇ 职业教育 ◇ 2012 年第 02 期 一种基于 K- means 的自适应聚类算法的...2.3 对改进 k-means 算法的描述 结合以上分析,给出改进的 k-means 算法流程...
978-1-61284-040-6/10/$26.00 ?2010 IEEE 9 SSME2010 本文余下部分的主要内容是:第 2 节详细分析并改进 基于 k-means 的中文文本聚类算法;第 3 节对...
( 1. 大连海洋大学信息工程学院, 辽宁大连 116023; 2. 黑龙江工程学院土木与建筑工程学院, 黑龙江哈尔滨 150050) 要] K- means 算法作为聚类分析 算法, 已被...
means 算法是聚类分析中一种基本的划分方法,因其算 法简单、理论可靠、收敛... 2 基于遗传算法的 K-means 聚类算法( GKA ) GKA 的基本思想是:首先从要...
热门文档