| 基于层次划分的最佳聚类数确定方法 |
| |
| 作者姓名： | 陈黎飞 姜青山 王声瑞 |
| |
| 作者单位： | 1. 厦门大学,计算机科学系,福建,厦门,361005
2. 厦门大学,软件学院,福建,厦门,361005
3. Department of Computer Science, University of Sherbooke, J1K 2R1, Canada |
| |
| 基金项目： | Supported by the National Natural Science Foundation of Chinaunder GrantNo.10771176(国家自然科学基金),the National 985 Project of Chinaunder GrantNo.0000-X07204(985工程二期平台基金),the Scientific Research Foundation of Xiamen University of Chinaunder GrantNo.0630-X01117(厦门大学科研基金) |
| |
| 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.
|
| 关 键 词： | 聚类 聚类有效性指标 统计指标 聚类数 层次聚类 |
| 收稿时间： | 2007-04-01 |
| 修稿时间： | 2007-10-09 |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《软件学报》浏览原始摘要信息 |
|
点击此处可从《软件学报》下载免费的PDF全文 |
|
