基于优化初始聚类中心和轮廓系数的K-means聚类算法

传统K-means聚类算法初始聚类中心以及聚类数目K是随机确定的，聚类结果受其影响较大，这样容易造成聚类结果不稳定且准确率较低。针对上述问题，本文提出一种基于优化初始聚类中心和轮廓系数的K-means聚类算法。首先，为了选出准确的初始聚类中心，引入平均样本距离和误差平方和，构造初始聚类中心的选取方法，使得选取的初始聚类中心是样本相对集中的点，有效避免选择离群点；然后，为了选择出最佳聚类数目K,基于最近簇中心进行簇的合并，基于中位数构造轮廓系数，设计基于中位数的平均轮廓系数评价指标，判断簇合并之后的最佳K;最后，通过以上两种方法选择合理的初始聚类中心和K,进而设计了基于优化初始聚类中心和轮廓系数的K-means聚类算法。在选取的合成数据集和UCI数据集上进行测试与分析。实验结果表明，本文所提算法能够选取最优的K和唯一的初始中心点，获得了更好的聚类结果，同时也提升了聚类算法的稳定性。