在聚類中關(guān)于噪音與高維問題的研究——一種快速魯棒的映射聚類算法的研究及應(yīng)用.pdf

1、近年來，作為數(shù)據(jù)挖掘的重要工具之一，聚類技術(shù)得到了越來越多的關(guān)注。目前已有許多成熟的聚類算法，而且這些算法被廣泛應(yīng)用于各個(gè)相關(guān)領(lǐng)域中。然而大多數(shù)的聚類算法只是對(duì)低維數(shù)據(jù)集有效，對(duì)于日益增多的高維數(shù)據(jù)集，其聚類性能大大降低。如何正確對(duì)高維數(shù)據(jù)集進(jìn)行有效的聚類分析是當(dāng)前數(shù)據(jù)挖掘領(lǐng)域的一個(gè)難點(diǎn)和熱點(diǎn)問題。 高維數(shù)據(jù)集聚類分析的難點(diǎn)之一是其較高的時(shí)間復(fù)雜度，這使得一些經(jīng)典的聚類算法，如層次聚類，在處理大規(guī)模高維數(shù)據(jù)時(shí)難以有效。高維數(shù)據(jù)集

2、的另一個(gè)難點(diǎn)是其高度的噪音敏感性，這一特點(diǎn)使得眾多已有的聚類算法，如k均值聚類、層次聚類等算法的性能大大降低。因此給出快速且魯棒的用于高維數(shù)據(jù)集的聚類算法是很有必要的。 映射聚類算法是針對(duì)高維數(shù)據(jù)集提出的一大類聚類算法，實(shí)驗(yàn)和理論證明這些算法較之于經(jīng)典的聚類算法是比較有效的。本文針對(duì)上面提到的高維數(shù)據(jù)集聚類的難點(diǎn)，給出了一種快速且魯棒的映射聚類算法。該算法中利用關(guān)聯(lián)規(guī)則來查詢每個(gè)聚類簇的相關(guān)維，然后利用相關(guān)維進(jìn)行進(jìn)一步的聚類分析