基于正態(tài)分布的密度峰聚類算法的研究.pdf

1、聚類算法是一種根據(jù)相似特征將數(shù)據(jù)集分為幾個(gè)類別的重要機(jī)器學(xué)習(xí)算法。聚類分析廣泛應(yīng)用于機(jī)器學(xué)習(xí)，模式識(shí)別，生物信息學(xué)和圖像處理。
　　2014年，Alex Rodriguez等人在《Science》上提出了一種新的基于密度的密度峰聚類（DPC）算法。該算法借助了數(shù)據(jù)點(diǎn)的密度以及其到具有更高密度點(diǎn)的距離這兩個(gè)特征來發(fā)現(xiàn)潛在的簇心。密度峰聚類算法簡(jiǎn)潔明了，能一步得到聚類結(jié)果，且聚類效果較佳。但是該算法在聚類過程中需要人為參與分析決策圖并

2、選取潛在的簇心，這降低了算法的效率。
　　為了實(shí)現(xiàn)自動(dòng)聚類的目的，本文針對(duì)各個(gè)點(diǎn)在決策圖上的特點(diǎn)，提出了采用密度與距離的乘機(jī)Z為新的判斷指標(biāo)來選擇潛在的簇心并采用概率統(tǒng)計(jì)的方法來篩選簇心的方法。由于只有潛在的簇心具有較高的密度與較大的距離，因此它們的Z值遠(yuǎn)遠(yuǎn)大于非簇心點(diǎn)。假設(shè)Z的分布是正態(tài)分布，因此可以借助概率統(tǒng)計(jì)的方法來確定一個(gè)上界。超過該上界的值所對(duì)應(yīng)的點(diǎn)將自動(dòng)被視為簇心點(diǎn)。
　　實(shí)驗(yàn)結(jié)果表明，采用正態(tài)分布這樣概率統(tǒng)計(jì)方