子空间聚类算法之PROCLUS

PROCLUS算法

PROCLUS是由Aggarwal等人在1999年提出的一种子空间聚类算法。原文是《Fast Algorithms for Projected Clustering》，在ACM数据库可以进行下载。

算法总体介绍

PROCLUS是基于投影的子空间聚类算法，搜索策略为自顶向下。算法基于中心点思想，适合球形簇数据集，采用曼哈顿距离度量对象的相似性。

算法一共分为以下三个阶段：

1. 初始阶段 ，选择中心点超集；
2. 迭代阶段，确定每一个中心点的特征维度，通过对聚类结果进行分析，并不断迭代替换差的中心点，得到最优中心点集；
3. 优化阶段，对中心点维度进行优化，改善聚类质量；

初始阶段

输入：数据集合$D$，簇个数$K$，常数$A$，常数$B$
输出：中心点集$MC$

1. 从数据集中随机选择$A\ast K$（$A$是常数）个数据构成初始中心点超集$M{C}^{\prime }$；
2. 使用贪心算法从$M{C}^{\prime }$中选择大小为$B\ast K$（$B$为常数，且$B<A$）的中心点集$MC$；
   2.1 初始化$MC$为空集
   2.2 从$M{C}^{\prime }$中随机选择一个样本$m$加入$MC$（同时将$m$从$MC’$中移除）
   2.3 计算$M{C}^{\prime }$中每个点与 M C MC