非均匀数据的变异系数聚类算法

• 作者: 徐鲲鹏 杨天鹏 陈黎飞
• 来源期刊: 山东大学学报（工学版）
• 学科: 工学
• 关键词: 聚类 基于划分聚类 非均匀数据 均匀效应 变异系数 K-means
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 机器学习与数据挖掘
• 页码范围: 140-146
• 页数: 7页
• 分类号: TP311
• 字数: 5081字
• 语种: 中文
• DOI: 10.6040/j.issn.1672-3961.0.2017.410

摘要

针对现有基于划分的聚类算法无法有效聚类簇大小和簇密度有较大差异的非均匀数据的问题,提出一种基于变异系数聚类算法.从聚类优化目标的角度出发,分析了以K-means为代表的划分聚类算法引发"均匀效应"的成因;提出以变异系数度量非均匀数据的分布散度,并基于变异系数定义一种非均匀数据的相异度公式;基于相异度公式定义了聚类目标优化函数,并根据局部优化方法给出聚类算法过程.在合成和真实数据集上的试验结果表明,与K-means、Verify2、ESSC聚类算法相比,本研究提出的非均匀数据的变异系数聚类算法(coefficient of variation clustering for non-uniform data,CVCN)聚类精度提升5％～40％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈黎飞	福建师范大学数学与信息学院	42	344	9.0	17.0
3	徐鲲鹏	福建师范大学数学与信息学院	2	1	1.0	1.0
6	杨天鹏	福建师范大学数学与信息学院	3	6	2.0	2.0