[发明专利]一种基于小子集分组的聚类方法

摘要

本发明涉及一种基于小子集分组的聚类方法，把样本数据分成一系列子集，将子集分组，基于子集分组结果计算每个子集中任意两个样本的相关度，得到累计两两关系的样本关系矩阵，基于规范化的样本关系矩阵进行谱聚类，最终得到聚类结果。本发明适用于对规模较小的样本子集分组的整合，以及各个子集产生不同分组数的情况；逐个将每个小子集分组累计转换成两两关系，如果两个样本被分到同一个组的次数越多，则关联度越大，相反，两个样本被分在不同组的次数越多，则关联度越小，确保对其关联度的判断；本发明利用子集分组信息而不是独立的两两关系，同时考虑到子集规模较小和每个子集分组数不同的问题，最终的聚类结果更为准确和稳定。

主权项

一种基于小子集分组的聚类方法，其特征在于：所述方法包括以下步骤：步骤1：从包含N个样本的数据集中随机抽样，产生样本容量为si的h个子集Ci；将每个子集Ci分为ki个组，即其中，1≤ki≤si；步骤2：逐个考虑每个子集Ci的分组结果，累计得到所有样本两两关系矩阵W；步骤3：计算样本关系矩阵W的规范化拉普拉斯矩阵L；步骤4：对L进行特征分解，得到k个对应最小特征值的特征向量组成的矩阵V＝[v1,v2...vk]，其中，vc对应第c小的特征值的特征向量，c＝1,2...k，1<k<N；步骤5：归一化V中的横向量，使得V中的横向量中各个元素之和为1，其中，vpf为V中第p行第f列的元素，为横向量归一化后对应位置元素的值；步骤6：基于构成用k‑means得到所有对象聚类；步骤7：输出聚类结果。