进化聚类算法——k-means

本文介绍如何将传统的k-means算法套进进化聚类框架中。

将待聚类对象归一化为欧几里德空间中的单位向量。即在时间t上的对象由给出，其中每一个，并且距离矩阵

我们首先介绍一下传统的k-means算法。令t为固定的时间步长，令。这个算法首先需要设置k个聚类质心。，其中；质心的初始化可以随机指定或者使用前一个聚类集中的结果（增量k-means）。令closest(t)为所有接近质心的点集。即：

该算法在几个遍历中进行，在每个遍历过程中，它根据当前分配给该质心的数据元素更新每个质心。

然后将标准化为单位长度。算法经过足够多的遍历后终止，聚类由k个质点的集合给出。

我们定义k-means的快照质量：

（由于所有的点都在单位球面上，距离的上界为1）

我们定义历史成本函数，即两个聚类的距离：

f是一个将C的质心映射到C‘的函数。通过匹配C中的每一个质心到C’中的质心是计算两个聚类距离最可行的办法，然后把这些匹配的距离相加。

如前所述，我们使用贪婪近似算法来选择序列中的下一个集群。然而，在k-means的例子中，对于当前的质心来说，让为在中的最接近的质点。令为在时间t上聚类j的点的的数目；令为对应的数目。令。然后，更新：

换句话说，新的质心在非进化k-means建议的质心和从前一个时间步上的最接近匹配之间，通过cp和两个聚类的相对大小来加权。同样，它被标准化为单位长度，我们继续通常的k-means迭代。