分层聚类算法

分层聚类算法

 

转载▼

看到很多地方都讲到分层聚类法，这到底是什么东东，今天来研究一下。

分层聚类法是聚类算法的一种，聚类算法是数据挖掘的核心技术，把数据库中的对象分类是数据挖掘的基本操作，其准则是使属于同一类的个体间距离尽可能小，而不同类个体间距离尽可能大。

聚类算法一般分为分割和分层两种。

分割聚类算法通过优化评价函数把数据集分割为K个部分，它需要K作为输人参数。

典型的分割聚类算法有K-means算法, K-medoids算法、CLARANS算法。

分层聚类由不同层次的分割聚类组成，层次之间的分割具有嵌套的关系。它不需要输入参数，这是它优于分割聚类算法的一个明显的优点，其缺点是终止条件必须具体指定。

典型的分层聚类算法有BIRCH算法、DBSCAN算法和CURE算法等。

各聚类算法的比较结果

算法        算法效率   适合的数据类型   发现的聚类类型   对脏数据或异常数据的敏感性   对数据输入顺序的敏感性
BIRCH         高            数值              凸形或球形                  不敏感                          不太敏感
DBSCAN     一般          数值                任意形状                    敏感                               敏感
CURE         较高          数值                任意形状                   不敏感                          不太敏感
K-poto      一般         数值和符号         凸形或球形                  敏感                                一般
CLARANS   较低           数值               凸形或球形                  不敏感                          非常敏感
CUQUE      较低           数值               凸形或球形                  一般                               不敏感

参考文献

【1】张红云、刘向东、段晓东、苗夺谦、马垣，数据挖掘中聚类算法比较研究，《计算机应用与软件》2003 Vol.20 No.2 : 5~6