[发明专利]基于遗传MinmaxK均值的可变长编码聚类方法

说明书

本发明公开了一种可变长编码的基于遗传MinmaxK均值的聚类方法，包括：初始化参数，随机生成聚类数和聚类中心，将聚类中心编码成染色体，产生第一代种群；对当前种群的每个个体，用MinmaxK‑means聚类方法将其优化为以该个体为初始值的K均值问题的局部最优解；对局部最有个体进行选择、交叉、变异操作；对每个个体进行重复基因删除；判断循环是否达到最大迭代数或满足精度要求，若是，则对每个个体计算显著性水平。本发明结合遗传算法和Minmax K均值聚类算法，使聚类结果不受初始值影响；不需要事先给出确定的聚类数，在聚类过程中根据各聚类中心间的距离调整聚类数，最后基于显著性水平选取最优聚类数。

技术领域

本发明涉及K均值聚类技术领域，具体涉及一种基于遗传MinmaxK均值的 可变长编码聚类方法。

背景技术

聚类称为无监督学习，试图发现无标号数据集种内在的分布结构。聚类分析 应用广泛，已经成为数据挖掘主要的研究领域。

目前应用最为广泛的聚类方法是K-means聚类，根据聚类数目随机初始化 聚类中心，通过迭代更新聚类中心，使各样本到聚类中心的误差和最小。K-means 聚类受初始值影响很大，并且聚类数需要事先给出。因此，需要一种能自动更新 聚类数，并通过优化K-means目标，使最终聚类结果受初始值影响较小。

发明内容

本发明的目的在于提供一种基于遗传MinmaxK均值的可变长编码聚类方法， 解决现有基于K-means聚类对初始值敏感和聚类数不确定等问题，在聚类过程 中，根据各聚类中心之间的距离删去重复的聚类中心，以寻找最佳聚类数。

实现本发明目的的技术解决方案为：一种基于遗传MinmaxK均值的可变长 编码聚类方法，包括以下步骤：

步骤1、初始化参数，随机生成聚类数和聚类中心，将聚类中心编码成染色 体，产生第一代种群；

步骤2、对当前种群的每个个体，用MinmaxK-means聚类方法将其优化为 以该个体为初始值的K均值问题的局部最优解；

步骤3、对局部最优个体进行选择、交叉、变异操作；

步骤4、对每个个体进行重复基因删除；

步骤5、判断循环是否达到最大迭代数或满足精度要求，若否，返回步骤2； 若是，则对每个个体计算显著性水平，选择最优个体。

与现有技术相比，本发明的显著优点为：(1)本发明结合遗传算法和Minmax K均值聚类算法，使聚类结果不受初始值影响；(2)本发明不需要事先给出确定 的聚类数，在聚类过程中根据各聚类中心间的距离调整聚类数，最后基于显著性 水平选取最优聚类数。

附图说明

图1是本发明基于遗传MinmaxK-means的可变长编码聚类方法流程图。

图2是当聚类为4时，Iris数据的染色体编码示意图。

图3是MinmaxK均值聚类算法的流程图。

图4是删除重复基因操作示意图。

图5是基于遗传MinmaxK-means对Iris数据集的最终分类结果图。

图6是Iris数据集实际分类示意图。

具体实施方式

如图1所示，一种基于遗传MinmaxK均值的可变长编码聚类方法，包括以 下步骤：

步骤1、初始化参数，随机生成聚类数和聚类中心，将聚类中心编码成染色 体，共产生n个初始染色体，产生第一代种群；