[发明专利]无参数的k均值聚类方法

权利要求书

1.一种无参数的k均值聚类方法，其特征在于：

第一步计算待分类数据集中各个数据点的密度；

第二步计算分类数据集中各个数据点的离散度；

第三步筛选初始类中心和聚类数；

第四步是用传统k-mean进行聚类分析并输出结果。

2.根据权利要求1所述的无参数的k均值聚类方法，其特征在于：所述的计算待分类数据集中各个数据点的密度：

(1)先计算数据集中每个数据点x_i的邻域密度，具体计算方法如下：

对计算数据点x_i的邻域U(x_i)＝{x_j|x_j∈X and d_ij≤d_l}(i≠j)，其中d_ij＝d(x_i,x_j)，表示两个数据点i和j之间的欧式距离；距离阈值d_l定义为数据集X中样本之间所有距离的平均值的1/10，可表示为：

(2)数据集X中的任意样本点x_i的密度定义为点x_i的邻域U(x_i)内所包含样本点的欧式距离之和，可表达为：计算每个数据点x_i的密度den_i之后，用以下公式对其进行归一化处理：d1_i＝den_i/max(den_i)。

3.根据权利要求1所述的无参数的k均值聚类方法，其特征在于：所述的计算分类数据集中各个数据点的离散度：即数据集X中各个数据点x_i的离散度ρ_i，

密度最大的数据点的离散度ρ_i设定为该点与数据集X中所有点的最大距离，公式表达为：

ρ_i＝max(d_ij) (2)

对其它数据点，若存在比该点密度高的数据点，则选择与其他高密度点之间的最小距离来衡量该点的离散度ρ_i，公式表达为：

ρ_i＝min(d_ij) (3)

计算每个数据点x_i的离散度ρ_i之后，用以下公式对其进行归一化处理：

d2_i＝ρ_i/max(ρ_i) (4)。

4.根据权利要求1所述的无参数的k均值聚类方法，其特征在于：所述的筛选初始类中心和聚类数：即初始聚类中心{c₁,c₂,…,c_k}、聚类数k，

(1)以归一化后的密度和离散度组成一个向量(d1_i,d2_i)，用来评估数据点x_i是否是候选聚类中心；

(2)计算该点与其最近邻的5个点的距离之和D_i，

筛选出那些D_i值大于2倍均方差的点作为初始聚类中心{c₁,c₂,…,c_k}。

5.根据权利要求1所述的无参数的k均值聚类方法，其特征在于：所述的聚类分析是对待分类数据集X进行聚类分析，

预估初始聚类中心值{c₁,c₂,…,c_k}，以及初始聚类中心数k，作为k-mean算法的初始输入参数，实现对多类数据集的无参数聚类分析。