[发明专利]K平均聚类的增强方法

摘要

K平均聚类的增强方法，涉及机器学习的数据聚类。包括以下步骤1)给定n个待聚类数据，目标聚类数为k个；2)初始化k个聚类中心；3)将一个数据的类标签换成另一个类标签，使得预先定义的优化函数值增大；4)重复步骤3)直到目标函数无法再获得更高的函数值，或达到指定的迭代次数。抛弃传统初始化策略使得聚类更快，而且提高了聚类质量；优化函数直接驱动聚类得到了比传统聚类小很多的误差；聚类过程中，可以不用每次为每个数据赋予最佳的类。这一改变使得聚类速度更快，而且收敛到更好的局部最优点；应用到自顶向下的二分层次聚类上，可以极大的降低聚类复杂度。

主权项

K平均聚类的增强方法，其特征在于包括以下步骤：1)给定n个待聚类数据，目标聚类数为k个；2)初始化k个聚类中心，具体方法如下：(1)完全随机策略：给定待聚类的n条数据，每条数据分配一个随机的从1到k的类标签；(2)随机中心：采用传统K平均初始化方式，先随机从数据中选取k个作为初始的聚类中心，为每个数据在k个中心中寻找最近的聚类中心，该中心所代表的类的标签将赋予该数据；3)将一个数据的类标签换成另一个类标签，使得预先定义的优化函数值增大，更换一个数据的类标签的方法如下两种：(1)快速策略：随机选取一个数据，尝试改变当前数据所属的类到另一个类，若能使目标函数的值变大，则更新这个数据所属的类到另一个类，重复此尝试，直到n条数据都被尝试更改类标签一次且仅一次；(2)最优策略：随机选取一个数据，尝试改变当前数据的类标签为另一个类，如此尝试k‑1次，找到能使目标函数获得最大增益且增益为正，如此，更新这个数据所属的类到获得最大增益的那个类的类标签；重复此尝试，直到n条数据都被逐一尝试更改类标签一次且仅一次；在两种更新策略中，使用同一目标函数：Max.Σr=1kDr′Drnr,---(1)]]>其中，Sr表示属于第r类的数据集合，xi表示第i个数据对应的向量表示；Dr表示属于第r个类的所有数据对应向量的和；nr表示属于第r个类的向量的数目；4)重复步骤3)直到公式(1)中的目标函数无法再获得更高的函数值，或达到指定的迭代次数。