基于寬度優(yōu)先搜索的K-medoids聚類算法研究.pdf

1、網(wǎng)絡的迅速發(fā)展和計算機存儲技術的不斷提升使得數(shù)據(jù)量爆炸式增長，人們要從海量數(shù)據(jù)中挖掘出有用信息越來越難。數(shù)據(jù)挖掘是指從數(shù)據(jù)庫中發(fā)現(xiàn)未知的、對決策有潛在意義的知識和規(guī)律，已廣泛應用于諸多領域。聚類分析作為數(shù)據(jù)挖掘的一個重要研究分支，是一種數(shù)據(jù)劃分或分組處理的重要手段，旨在通過分析數(shù)據(jù)對象間的相似性把數(shù)據(jù)劃分成有意義的簇。
　　本文主要研究對象是K-medoids聚類算法，它是一種基于劃分的方法。首先介紹了聚類分析的相關概念，然后重點

2、對K-medoids聚類算法進行了分析。該算法不易受極端數(shù)據(jù)的影響，應用廣泛。但它具有對初始中心點敏感、中心點隨機選擇以及聚類精確度不夠高等缺點。本文主要從以下幾個方面進行分析研究，并針對其缺點進行相應的改進。
　　首先，針對傳統(tǒng)K-medoids聚類算法對初始中心點敏感的問題，提出利用粒計算對傳統(tǒng)K-medoids算法進行數(shù)據(jù)規(guī)約處理，獲取K個有效粒子，遴選該K個粒子所對應的K個中心點作為初始中心點。數(shù)據(jù)規(guī)約算法在Iris、Wi

3、ne數(shù)據(jù)集中進行測試，實驗結果顯示數(shù)據(jù)規(guī)約的中心點分別位于不同的簇中，從而避免了傳統(tǒng)算法對初始中心點敏感的問題。
　　然后，在有效數(shù)據(jù)規(guī)約前提下，為解決傳統(tǒng)K-medoids聚類算法的收斂速度緩慢和聚類準確率不夠高等缺點，提出了寬度優(yōu)先搜索策略。根據(jù)對象間的相似性分別對K個粒子中的對象建立以中心點為根結點的相似對象二叉樹，通過寬度優(yōu)先搜索遍歷二叉樹迭代出最優(yōu)中心點，以此來減少聚類算法的迭代次數(shù)；同時提出一種權衡簇內(nèi)和簇間距離的準則