【论文】Clustering by fast search and find of density peaks

文章介绍

本文所提的方法是用来发现聚类中心点的，提供一种全新的思路，算法思想也很简单

文章内容

提出了两个假设：
1）聚类中心的密度要比它的邻居节点高
2）聚类中心点到另一个比它密度更高点的距离相对较大

定义了三个变量：
1）局部密度p
2）当前点到密度更高点的距离sigma
3）截断距离d

三个变量的计算方法：
1）局部密度等于截断距离范围内点的数量。
2）sigma为当前点到密度更高点的距离，如果是密度最高的点，就是该点到最远点的距离。
3）阶段距离的选取应使得包含的邻居节点数目在1%——2%

计算出局部密度和距离，根据这两个坐标画出决策图。位于决策图右上角，也就是局部密度和sigma都较高的点被认为是聚类中心点。至于这个点是如何选取的它并没有说明。后续提出了将两者的乘积做个排序进行选取中心点。但是并不能保证所选点的正确性。

左边是样本点的分布，右边是计算出两个变量后画出的决策图，节点1和节点10可被选为聚类中心。

作者后来又提出了聚类的方法，找出聚类中心点后将所有的点就近分配给这些中心点。
又提出在小规模的数据集上可能有较大的统计误差，所以就只分配截断距离内的点。

文章总结

该算法为寻找聚类中心点提供了全新的思路，但是作者提出的聚类方法漏洞还是很多。下一个论文，就是基于这个方法的改进。