一、高维聚类の研究方向
由于高维数据的稀疏性等特征,使得在高维聚类的研究中有如下几个研究重点:
1)维度约简,主要分为特征变换和特征选择两大类。前者是对特征空间的变换映射,常见的有PCA、SVD等。后者则是选择特征的子集,常见的搜索方式有自顶向下、随机搜索等;
2)高维聚类算法,主要分为高维全空间聚类和子空间聚类算法。前者的研究主要聚焦在对传统聚类算法的优化改进上,后者则可以看做维度约简的推广;
3)聚类有效性,是对量化评估方法的研究;
4)聚类结果表示方法;
5)高维数据索引结构;
6)高维离群点的研究...
二、该论文主要贡献
该论文主要聚类于维度约简和聚类初始中心点选择两方面,前者作者提出了基于多层过滤的方法:先将特征重要度作为启发式信息来对遗传算法的初始群体进行优化,而后利用粗糙集的特性。对后者的研究,作者提出了一种基于点的局部密度的簇中心点初始化机制。同时,作者还提出了一种新的局部密度因子度量SNDF。
三、传统聚类方法
1.基于划分的方法
即给定一个数据集,将其划分为k个子集,每个子集代表一个聚类。基于划分的聚类方法包括K-means、K-medoids、K-modes、CLARA等。
2.基于层次的聚类
基于层次的聚类方法按照分裂或合并的原则,为数据集构造层次聚类树,根据终止条件得到聚类树某个层次上的聚类结果。根据树的构造方法可以分为如下两类: