Grid-based methods:其原理是将数据空间划分为网格单元,将数据对象映射到网格单元中,并计算每个单元的密度。根据预设阈值来判断每个网格单元是不是高密度单元,由邻近的稠密单元组成“类”。
1.将数据空间划分为网格单元
2.依照设置的阈值,判定网格单元是否稠密
3.合并相邻稠密的网格单元为一类
优点:执行效率高,因为其速度与数据对象的个数无关,而只依赖于数据空间中每个维上单元的个数。
缺点:对参数敏感、无法处理不规则分布的数据、维数灾难等。
鉴于基于划分和层次聚类方法都无法发现非凸面形状的簇,真正能有效发现任意形状簇的算法是基于密度的算法,但基于密度的算法一般时间复杂度较高,1996年到2000年间,研究数据挖掘的学者们提出了大量基于网格的聚类算法,网格方法可以有效减少算法的计算复杂度,且同样对密度参数敏感。
典型算法:
STING(Statistical Information Grid ):基于网格多分辨率,将空间划分为方形单元,对应不同分辨率
CLIQUE(Clustering In Quest):结合网格和密度聚类的思想,子空间聚类处理大规模高维度数据
WaveCl