高效率的K-means最佳聚类数确定算法

doi:10.11772/j.issn.1001-9081.2014.05.1331

计算机应用 ›› 2014, Vol. 34 ›› Issue (5): 1331-1335.DOI: 10.11772/j.issn.1001-9081.2014.05.1331

高效率的K-means最佳聚类数确定算法

王勇,唐靖,饶勤菲,袁巢燕

重庆理工大学计算机科学与工程学院，重庆 400054

收稿日期:2013-11-25 修回日期:2013-12-25 发布日期:2014-05-30 出版日期:2014-05-01
通讯作者: 王勇
作者简介:王勇(1974-)，男，重庆人，副教授，博士，主要研究方向：多媒体、网络；唐靖（1988-），女，湖南永州人，硕士研究生，主要研究方向：图像处理；饶勤菲（1990-），男，江西吉安人，硕士研究生，主要研究方向：图像处理；袁巢燕(1987-)，女，安徽合肥人，硕士研究生，主要研究方向：无线传感器网络、嵌入式技术。
基金资助:
重庆市教委资助项目;重庆理工大学研究生创新基金资助项目

High efficient K-means algorithm for determining optimal number of clusters

WANG Yong,TANG Jing,RAO Qinfei,YUAN Chaoyan

College of Computer Science and Engineering, Chongqing University of Technology, Chongqing 400054, China

Received:2013-11-25 Revised:2013-12-25 Online:2014-05-30 Published:2014-05-01
Contact: WANG Yong

摘要/Abstract

摘要：

针对K-means聚类算法通常无法事先设定聚类数，而人为设定初始聚类数目容易导致聚类结果不够稳定的问题，提出一种新的高效率的K-means最佳聚类数确定算法。该算法通过样本数据分层来得到聚类数搜索范围的上界，并设计了一种聚类有效性指标来评价聚类后类内与类间的相似性程度，从而在聚类数搜索范围内获得最佳聚类数。仿真实验结果表明，该算法能够快速、高效地获得最佳聚类数，对数据集聚类效果良好。

Abstract:

The cluster number is not generally set by K-means clustering algorithm beforehand, and artificial initial clustering number easily leads to the problem of unstable clustering results. A high-efficient algorithm for determining the K-means optimal clustering number was presented. The algorithm got the upper bound of the number of clustering search range through stratified sample data and designed a new kind of effective clustering indicator to evaluate the clustering degree of similarity between and within class after clustering. Thus the optimal number of clusters was obtained in the search range of the clusters number. The simulation results show that the algorithm can obtain the optimal clustering number fast and accurately, and the dataset clustering effect is good.

中图分类号:

TP393

王勇唐靖饶勤菲袁巢燕. 高效率的K-means最佳聚类数确定算法[J]. 计算机应用, 2014, 34(5): 1331-1335.

WANG Yong TANG Jing RAO Qinfei YUAN Chaoyan. High efficient K-means algorithm for determining optimal number of clusters[J]. Journal of Computer Applications, 2014, 34(5): 1331-1335.

参考文献

［1］SUN J, LIU J, ZHAO L. Clustering algorithms research ［J］.Journal of Software, 2008,19(1):48-61.(孙吉贵,刘杰,赵连宇.聚类算法研究［J］.软件学报， 2008,19(1):48-61.)
［2］YU H, LI Z, YAO N. Research on optimization method for K-means clustering algorithm ［J］. Journal of Chinese Computer Systems, 2012,33(10):2273-2277.(于海涛,李梓,姚念民.K-means聚类算法优化方法的研究［J］.小型微型计算机系统,2012,33(10):2273-2277.)
［3］XING X, PAN J, JIAO L. A novel K-means clustering based on the immune programming algorithm ［J］. Chinese Journal of Computers, 2003,26(5):605-610.(行小帅,潘进,焦李成.基于免疫规划的K-means聚类算法［J］.计算机学报,2003,26(5):605-610.)
［4］XU X, XIAO Y. KBAC: K-means based adaptive clustering for massive dataset ［J］. Journal of Chinese Computer Systems, 2012,33(10):2268-2272.(徐晓旻,肖仰华.KBAC:一种基于K-means的自适应聚类［J］.小型微型计算机系统,2012,33(10):2268-2272.)
［5］ZHANG L, CHEN Y, JI Y, et al. Research on K-means algorithm based on density ［J］. Application Research of Computers, 2011,28(11):4071-4074.(张琳,陈燕,汲业,等.一种基于密度的K-means算法研究［J］.计算机应用研究,2011,28(11):4071-4074.)
［6］ZHANG Z, WANG A, CHAI X. Easy and efficient algorithm to determine number of clusters ［J］.Computer Engineering and Applications, 2009,45(15):166-168.(张忠平，王爱杰，柴旭光.简单有效的确定聚类数目算法［J］.计算机工程与应用，2009,45(15):166-168.)
［7］ZHOU S, XU Z, TANG X. New method for determining optimal number of clusters in K-means clustering algorithm ［J］.Computer Engineering and Applications，2010,46(16):27-31.(周士兵,徐振源,唐旭清.新的K-均值算法最佳聚类数确定方法［J］.计算机工程与应用,2010,46(16):27-31.)
［8］CALINSKI T, HARABASZ J. A dendrite method for cluster analysis ［J］. Communications in Statistics, 1974,3（1）:1-27.
［9］DIMITRIADOU E, DOLNICAR S, WEINGESSEL A. An examination of indexes for determining the number of cluster in binary data sets ［J］. Psychometrika, 2002,67(3):137-160.
［10］DUDOIT S, FRIDLYAND J. A prediction-based resampling method for estimating the number of clusters in a dataset ［J］. Genome Biology, 2002,3(7):1-21.
［11］DEMBL D, KASTNER P. Fuzzy C-means method for clustering microarray data ［J］. Bioinformatics, 2003,19(8):973-980.
［12］BLAKE C L, MERZ C J. UCI repository of machine learning databases (University of California) ［EB/OL］. ［2013-06-21］. http://mlearn.ics.uci.edu/MLRepository.html.

[1]	宗学军韩冰王国刚宁博伟何戡连莲. TDRFuzzer:基于自适应动态区间策略的工业控制协议模糊测试方法[J]. 《计算机应用》唯一官方网站, 0, (): 0-0.
[2]	张明, 付乐, 王海峰. 面向边缘计算的并发数据流接转控制模型[J]. 《计算机应用》唯一官方网站, 2024, 44(12): 3876-3883.
[3]	郑智强王锐棋范子静何发镁姚叶鹏汪秋云姜政伟. DNS隧道检测技术研究综述[J]. 《计算机应用》唯一官方网站, 0, (): 0-0.
[4]	张立孝马垚杨玉丽于丹陈永乐. 基于命名实体识别的大规模物联网二进制组件识别[J]. 《计算机应用》唯一官方网站, 0, (): 0-0.
[5]	刘羿希, 何俊, 吴波, 刘丙童, 李子玉. DevSecOps中软件安全性测试技术综述[J]. 《计算机应用》唯一官方网站, 2024, 44(11): 3470-3478.
[6]	庞川林, 唐睿, 张睿智, 刘川, 刘佳, 岳士博. D2D通信系统中基于图卷积网络的分布式功率控制算法[J]. 《计算机应用》唯一官方网站, 2024, 44(9): 2855-2862.
[7]	方介泼, 陶重犇. 应对零日攻击的混合车联网入侵检测系统[J]. 《计算机应用》唯一官方网站, 2024, 44(9): 2763-2769.
[8]	张一鸣曹腾飞. 基于本地漂移和多样性算力的联邦学习优化算法[J]. 《计算机应用》唯一官方网站, 0, (): 0-0.
[9]	徐航, 杨智, 陈性元, 韩冰, 杜学绘. 基于自适应敏感区域变异的覆盖引导模糊测试[J]. 《计算机应用》唯一官方网站, 2024, 44(8): 2528-2535.
[10]	陈虹, 齐兵, 金海波, 武聪, 张立昂. 融合1D-CNN与BiGRU的类不平衡流量异常检测[J]. 《计算机应用》唯一官方网站, 2024, 44(8): 2493-2499.
[11]	耿海军董赟胡治国池浩田杨静尹霞. 基于Attention-1DCNN-CE的加密流量分类方法[J]. 《计算机应用》唯一官方网站, 0, (): 0-0.
[12]	邓淼磊阚雨培孙川川徐海航樊少珺周鑫. 基于深度学习的网络入侵检测系统综述[J]. 《计算机应用》唯一官方网站, 0, (): 0-0.
[13]	陈瑞龙胡涛卜佑军伊鹏胡先君乔伟. 面向加密恶意流量检测模型的堆叠集成对抗防御方法[J]. 《计算机应用》唯一官方网站, 0, (): 0-0.
[14]	吴中岱, 韩德志, 蒋海豹, 冯程, 韩冰, 陈重庆. 海洋船舶通信网络安全综述[J]. 《计算机应用》唯一官方网站, 2024, 44(7): 2123-2136.
[15]	姚梓豪, 栗远明, 马自强, 李扬, 魏良根. 基于机器学习的多目标缓存侧信道攻击检测模型[J]. 《计算机应用》唯一官方网站, 2024, 44(6): 1862-1871.

高效率的K-means最佳聚类数确定算法

High efficient K-means algorithm for determining optimal number of clusters

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics