基于密度峰值的网格聚类算法

• 作者: 杨洁 王国胤 王飞
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 密度峰值 网格粒化 大规模数据 聚类
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 第十六届中国机器学习会议(CCML 2017)
• 页码范围: 3080-3084
• 页数: 5页
• 分类号: TP311
• 字数: 5192字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2017.11.3080

摘要

2014年提出的密度峰值聚类算法,思想简洁新颖,所需参数少,不需要进行迭代求解,而且具有可扩展性.基于密度峰值聚类算法提出了一种网格聚类算法,能够高效地对大规模数据进行处理.首先,将N维空间粒化为不相交的长方形网格单元;然后,统计单元空间的信息,利用密度峰值聚类寻找中心点的思想确定中心单元,即中心网格单元被一些低局部密度的数据单元包围,而且与比自身局部密度高的网格单元的距离相对较大;最后,合并与中心网格单元相近网格单元,从而得出聚类结果.在UCI人工数据集上的仿真实验结果表明,所提算法能够较快得出聚类中心,有效处理大规模数据的聚类问题,具有较高的效率,与原始的密度峰值聚类算法相比,在不同数据集上时间损耗降低至原来的1/100～ 1/10,而精度损失维持在5％～8％.