改进的共享最近邻聚类算法

• 作者: 李霞 蒋盛益
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 共享最近邻聚类算法 一趟聚类算法 大规模数据集
• 年，卷（期）: 2011,（8）
• 所属期刊栏目: 数据库、信号与信息处理
• 页码范围: 138-142
• 分类号: TP393
• 字数: 5676字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2011.08.041

摘要

聚类是一种无监督的机器学习方法,其任务是发现数据中的自然簇.共享最近邻聚类算法(SNN)在处理大小不同、形状不同以及密度不同的数据集上具有很好的聚类效果,但该算法还存在以下不足:(1)时间复杂度为D(n<'2>),不适合处理大规模数据集;(2)没有明确给出参数阁值的简单指导性操作方法;(3)只能处理数值型属性数据集.对共享最近邻算法进行改进,使其能够处理混合属性数据集,并给出参数阁值的简单选择方法,改进后算法运行时间与数据集大小成近似线性关系,适用于大规模高维数据集.在真实数据集和人造数据集上的实验结果表明,提出的改进算法是有效可行的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋盛益	广东外语外贸大学思科信息学院	92	1053	18.0	28.0
2	李霞	广东外语外贸大学思科信息学院	41	308	10.0	15.0