基于层次划分的最佳聚类数确定方法

被引：83

作者：

陈黎飞 ^{[1
]}

姜青山 ^{[2
]}

王声瑞 ^{[3
]}

机构：

[1] 厦门大学计算机科学系

[2] 厦门大学软件学院

[3] Department of Computer Science,University of Sherbooke,JK

来源：

软件学报 | 2008年 / 01期

关键词：

聚类; 聚类有效性指标; 统计指标; 聚类数; 层次聚类;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

确定数据集的聚类数目是聚类分析中一项基础性的难题.常用的trail-and-error方法通常依赖于特定的聚类算法,且在大型数据集上计算效率欠佳.提出一种基于层次思想的计算方法,不需要对数据集进行反复聚类,它首先扫描数据集获得CF(clusteringfeature,聚类特征)统计值,然后自底向上地生成不同层次的数据集划分,增量地构建一条关于不同层次划分的聚类质量曲线;曲线极值点所对应的划分用于估计最佳的聚类数目.另外,还提出一种新的聚类有效性指标用于衡量不同划分的聚类质量.该指标着重于簇的几何结构且独立于具体的聚类算法,能够识别噪声和复杂形状的簇.在实际数据和合成数据上的实验结果表明,新方法的性能优于新近提出的其他指标,同时大幅度提高了计算效率.

引用

页码：62 / 72

页数：11

共 10 条

[1] 模糊C-均值中的最优聚类与最佳聚类数 [J].