亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        聚類算法分析及其性能比較

        2012-11-16 03:10:52張俊芝
        中國新技術(shù)新產(chǎn)品 2012年7期
        關(guān)鍵詞:質(zhì)心代表聚類

        楊 柳 張俊芝

        (河北大學經(jīng)濟管理實驗教學中心,河北 保定 071000)

        1 k-means算法

        k-means(k-平均)算法是一種常用的基于劃分的聚類算法。k-means算法是以k為參數(shù),把n個對象分成k個簇,使簇內(nèi)具有較高的相似度,而簇間的相似度較低。k-means的處理過程為:首先隨機選擇k個對象作為初始的k個簇的質(zhì)心;然后將其余對象根據(jù)其與各個簇的質(zhì)心的距離分配到最近的簇;最后重新計算各個簇的質(zhì)心。不斷重復此過程,直到目標函數(shù)最小為止。

        k-means嘗試找出使平方誤差函數(shù)值最小的k個劃分。當數(shù)據(jù)分布較均勻,且簇與簇之間區(qū)別明顯時,它的效果較好。面對大規(guī)模數(shù)據(jù)集,該算法是相對可擴展的,并且具有較高的效率。算法的時間復雜度為O(nkt),其中,n為數(shù)據(jù)集中對象的數(shù)目,k為期望得到的簇的數(shù)目,t為迭代的次數(shù)。通常情況下,算法會終止于局部最優(yōu)解。但是,k-means算法只有在簇的平均值被定義的情況下才能使用,這可能不適用于某些應(yīng)用,例如涉及有非數(shù)值屬性的數(shù)據(jù)。其次,這種算法要求事先給出要生成的簇的數(shù)目k,顯然這對用戶提出了過高的要求,并且由于算法的初始聚類中心是隨機選擇的,而不同的初始中心對聚類結(jié)果有很大的影響。另外,k-means算法不適用于發(fā)現(xiàn)非凸面形狀的簇,或者大小差別很大的簇,而且它對于噪音和孤立點數(shù)據(jù)是敏感的。

        2 k-medoids算法

        k-medoids算法是k-means算法的一個改進。在k-means算法中,一個異常數(shù)據(jù)的取值可能會很大,從而會影響對數(shù)據(jù)分布的估計,因此在k-medoids算法中設(shè)想利用一個medoid作為一個參考點來代替k-means算法中各簇的均值。k-medoids算法的基本思想是首先為每個簇找到一個代表對象從而確定k個簇,如果替換一個簇代表能夠改善所獲得劃分質(zhì)量的話,那么就可以用新的代表對象替換老的代表對象。為了判定一個非參照點Orandom是否是當前參照點Oj的一個好的替代,對于每一個非參照點p,考慮以下四種情況:

        p當前隸屬于參照點Oj。若Oj被O-random所替換作為參照點,且p距離一個Oi最近,i≠j,則 p 被重新分配給 Oi;

        p當前隸屬于參照點Oj。若Oj被O-random所替換作為參照點,且p距離Orandom最近,則p被重新分配給Orandom;

        p當前隸屬于參照點Oi。i≠j。若Oj被Orandom所替換作為參照點,且p距離Oi最近,則p的隸屬不發(fā)生變化;

        p當前隸屬于參照點Oi。i≠j。若Oj被Orandom所替換作為參照點,且p距離Orandom最近,則p被重新分配給Orandom。

        3 最大最小距離算法

        最大最小距離算法是一種在模式識別領(lǐng)域常用的方法,基本思想是取距離盡可能遠的對象作為簇中心對數(shù)據(jù)進行聚類。最大最小距離算法實現(xiàn)簡單,處理大數(shù)據(jù)集的能力較強,但是算法對噪音數(shù)據(jù)敏感,在存在噪音數(shù)據(jù)的情況下,聚類中心可能偏移真正的類別中心較遠。同時,該算法的輸出結(jié)果也依賴于常數(shù)m的選擇,選擇不同的m得到的聚類結(jié)果也不同。由于算法中的距離也是采用歐氏距離,所以也只適合發(fā)現(xiàn)球形的簇。

        4 CURE算法

        CURE算法是一個自底向上的層次聚類算法,它把層次算法和劃分算法結(jié)合起來,克服了傾向于發(fā)現(xiàn)球形簇的不足。CURE算法在計算簇間的距離時,既不是用一個質(zhì)心,也不是用所有的點,而是用一組點,也就是說,它是用多個對象而不是一個對象來代表一個簇。實際上,CURE算法是從一個簇中選擇一定數(shù)目散布較好的點來代表該簇,這些點用于確定該簇的形狀和大小。然后把它們按照一定的因子向簇的質(zhì)心收縮。通過調(diào)整收縮因子的值,就可以識別不同類型的聚類。使用這些點收縮之后的位置來代表簇,找出最近的兩個簇,然后把它們進行合并。重復上述過程,直到得到期望得到的簇的數(shù)目。

        在大數(shù)據(jù)集的聚類問題上,CURE采取隨機采樣的方法。隨機采樣是在精度與效率之間的折衷,通常情況下,中等規(guī)模的采樣就能較好地保證聚類的質(zhì)量。為加速簇的收縮速度,CURE算法首先對樣本數(shù)據(jù)進行劃分,并在每個劃分塊內(nèi)局部聚類,去除孤立點后,再對每個劃分塊中局部的簇進行聚類生成最后的簇。

        CURE算法克服了利用單個代表點或基于質(zhì)心的方法的缺點,可以發(fā)現(xiàn)非球形及大小差異較大的簇。簇或離散點的收縮降低了CURE算法對孤立點的敏感性。

        5 STING算法

        STIN算法是一種基于網(wǎng)格的多分辨率聚類方法,它將空間區(qū)域劃分為若干矩形網(wǎng)格單元。針對不同級別的分辨率,通常存在多個級別的矩形單元,這些單元形成了一個層次結(jié)構(gòu),高層的每個單元被劃分為多個低一層的單元。關(guān)于每個網(wǎng)格單元屬性的統(tǒng)計信息,如平均值、最大值、最小值等,被預先計算和存儲。

        高層單元的統(tǒng)計參數(shù)可以很容易地從低層單元的統(tǒng)計參數(shù)中計算得到。這些統(tǒng)計參數(shù)包括屬性無關(guān)的參數(shù)、計數(shù)count和屬性相關(guān)的參數(shù)、均值m、標準方差s、最小值min、最大值max以及該單元中屬性值遵循的分布(distribution)類型,例如正態(tài)分布、平均分布、指數(shù)分布等。當數(shù)據(jù)被裝載進數(shù)據(jù)庫時,底層單元的參數(shù)count、m、min和max直接進行計算。

        6 幾種常用的聚類算法的比較總結(jié)

        基于以上分析,下面對常用聚類算法的性能從可伸縮性、發(fā)現(xiàn)聚類的形狀、對“噪音”數(shù)據(jù)的敏感性、對數(shù)據(jù)輸入的順序敏感性和算法效率五個方面進行比較,得到表1中的結(jié)果。

        ?

        [1]J.Yi,T.Nasukawa,R.Bunescu,W.Niblack.Sentiment analyzer: Extracting Sentiments about a Given Topic using Natural Language Processing Techniques [A].Proceedings of the 3rd IEEE International Conference on Data Mining[C].November 19-22,2003.

        [2]鄒濤,王繼成,黃源等.中文文檔自動分類系統(tǒng)的設(shè)計與實現(xiàn)[J].中文信息學報,1999,13(3):26-32.

        [3]李曉黎,劉繼敏,史忠植.概念推理網(wǎng)絡(luò)及其在文本分類中的應(yīng)用[J].計算機研究與發(fā)展,2000,37(9):1032-1038.

        [4]范焱,陳恩紅,王清毅等.超文本協(xié)調(diào)分類器的性能研究[J].計算機研究與發(fā)展,2007,37(9):1027-1031.

        猜你喜歡
        質(zhì)心代表聚類
        重型半掛汽車質(zhì)量與質(zhì)心位置估計
        詮釋代表初心 踐行人大使命
        四季的代表
        基于GNSS測量的天宮二號質(zhì)心確定
        “代表通道”新觀察
        這個代表咋這么拗
        基于DBSACN聚類算法的XML文檔聚類
        電子測試(2017年15期)2017-12-18 07:19:27
        基于改進的遺傳算法的模糊聚類算法
        一種層次初始的聚類個數(shù)自適應(yīng)的聚類方法研究
        一種海洋測高衛(wèi)星質(zhì)心在軌估計算法
        航天器工程(2014年5期)2014-03-11 16:35:53
        日韩美腿丝袜三区四区| 亚洲成人777| 日韩欧美亚洲国产一区二区三区| 人妻少妇中文字幕久久hd高清| 日本在线视频www色| 草草浮力地址线路①屁屁影院| 国产午夜精品理论片| 女同av免费在线播放| 精品女同一区二区三区| 久久婷婷人人澡人人喊人人爽| 国产亚洲日韩欧美久久一区二区 | 人妻少妇久久中中文字幕| 国产精品理论片| 二区三区视频| 亚洲蜜桃视频在线观看| 免费在线观看av不卡网站| 日韩国产成人无码av毛片蜜柚| 亚洲区在线播放| 97自拍视频国产在线观看| 黄色av一区二区在线观看| 超薄丝袜足j好爽在线观看| 四虎成人精品国产一区a| 日本在线观看三级视频| 日本久久久久亚洲中字幕| 76少妇精品导航| 熟女少妇av免费观看| 青青草手机在线免费观看视频| 激情内射日本一区二区三区| 成人动漫久久| 国产精品午夜高潮呻吟久久av| 麻豆国产精品久久人妻| 精品国精品无码自拍自在线 | 厨房玩丰满人妻hd完整版视频| 亚洲综合色婷婷七月丁香| 老熟女老女人国产老太| 精品水蜜桃久久久久久久| 日韩亚洲中文图片小说| 中文字幕人妻精品一区| 被三个男人绑着躁我好爽视频 | 亚洲熟女乱色综合亚洲图片| 天天干夜夜躁|