Weka平台上解决聚类的改进差分进化算法
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
摘 要 ：针对 Ｋ 均值 算法的缺 陷，提 出一种 用于解决聚类 问题 的差分进化 算法对聚类的准则函数进行优化 ，为 了能够进 一 步增 强算 法的全局搜 索能力 ，引入一种基 于种群适 应度 方差的 自适应 策略来动 态调整 变异概 率 ｃ Ｒ和规模 因子 Ｆ等参数 ，
充分 利用在 Ｗｅ ａ工具 中的类和接 口，并将 新提 出的 算法嵌入 到 平 台 中。在 Ｗｅａ平 台上将 该算 法与 Ｋ 均值 算 法在 ３个 ｋ ｋ
ＵＣ 数据集上进行 比较 。仿真 实验 结果表 明，该 算法能够有效克服 Ｋ均值算法的缺 陷，能够获得较 高的聚类质量 。 Ｉ
关键 词 ：聚类 ； 自适应差分进化算法 ；适应度 方差；Ｋ均值 ；Ｗｅａ平 台 ｋ
中图法分类号 ： ３ １ 文献标识号 ： ＴＰ １ Ａ 文 章 编 号 ： ０ ０７ ２ （０ ２ ２０ ９ —４ １ ０—０ ４ ２ １ ）０ —５ １０
Ｔｈ ｒ ｐ ｓ ｄ ａ ｐ ｏ ｃ ｍｐ ｅ ｎ ｅ ｎ ｔ ｅＷ ｅ ａｐ ａ ｆ ｒ ｗｈ ｒ ｓｃａ ｓ ｓ ａ ｄ ｉ ｔ ｒ ａ ｅ ｒ ｕ ｌ ｔ ｉｅ ．Ａｔ ａ ｔ ｈ ｒ — ｅ ｐ ｏ ｏ ｅ ｐ ｒ ａ ｈ ｉ ｉ ｌｍｅ ｔ ｄ Ｏ ｈ ｋ ｌ ｔｏ ｍ ｅ ｅｉ ｌｓ ｅ ｎ ｅ ｆ ｃ ｓ ａ ｅｆ ｌ ｕ ｉ ｚ ｄ ｓ ｔ ｎ ｙ ｌ ｓ ，ｔ ｅ ｐ ｏ ｌ
ｐ ｓｄ ａｇ ｒｔ ｍ ｅｔｄ ｏ ｈ ｅ ｏ ｅ ｌｏ ｉ ｈ ｉ ｔｓｅ ｎ ｔｒ ｅＵＣＩｄ ｔｓｔ ｎ ｏ ａｅ ｔ ｍｅ ｎ ． Ｔｈ ｉ ｌｔｏ ｅｕｔ ｎ ｉａｅｔ ａ ｈ ｒ ｐ ｓｄ ｓ ａａ ｅｓａ ｄ ｃｍｐ ｒｄ ｗｉｈ Ｋ－ ａ ｓ ｅｓ ｍｕ ａｉｎ ｒｓ ｌｓｉｄｃｔ ｈ ｔｔ ｅｐｏ ｏ ｅ
Ａｄ ａ ｃ ｄ ｄ ｆｅ ｅ ｔａ ｖ ｌ ｔｏ ｌ ｏ ｉｈ ｆ ｒ ｃｕ ｔ ｒｎ ｎ Ｗ ｅ ａ ｖ ｎ ｅ ｉｆ ｒ ｎห้องสมุดไป่ตู้ｉｌｅ ｏ ｕ ｉ ｎ ａ ｇ ｒｔ ｍ ｏ ｌ ｓ ｅ ｉ ｇ ｏ ｋ
Ｊ ＡＮＧ ｉ Ｉ Ｋａ ，ＺＵＯ ｎ － ｈ ｏ Ｆｅ ｇ ｃ ａ
ａ ｇ ｒ ｈ ｃ ｎ ａ ｑ ｉｅ ｂ ｔｅ ｌ ｓ ｅ ｉ ｇ ｐ ｒｏ ｍ ａ ｃ ． ｌ ｏ ｉ ｍ ａ ｃ ｕｒ ｅ ｔ ｒ ｃｕ ｔ ｒｎ ｅ ｆ ｒ ｎ ｅ ｔ Ｋｅ ｒ ｓ ｃｕ ｔ ｒ ｇ；ａ ａ ｔｖ ｉ ｅ ｅ ｔ ｌｅ ｏ ｕ ｉｎ；ｆ ｎ ｓ ａ ｉ ｎ ｅ ｙ ｗｏ ｄ ： ｌ ｓ ｅ ｉ ｎ ｄ ｐ ｉｅ ｄ ｆ ｒ ｎ ｉ ｖ ｌ ｔ ｆ ａ ｏ ｉ ｅ ｓｖ ｒａ ｃ ；Ｋ－ ａ ｓａ ｇ ｒｔ ｍ ；Ｗ ｅ ａ ｐ ａ ｆ ｒ ｔ ｍｅ ｎ ｌｏ ｉｈ ｋ ｌｔｏ ｍ
２ １ 年 ２月 ０２
计算机 工程 与设计
ＣＯＭ ＰＵＴＥＲ ＥＮＧＩ ＮＥＥＲＩ ＮＧ ＡＮＤ Ｓ ＧＮ ＤＥ Ｉ
Ｆ ｂ ２ １ ｅ．０２
Ｖｏ ． ３ ＮＯ ２ １３ ．
第 ３ ３卷
第 ２期
Ｗｅ ａ平台上解决 聚类的改进差分进 化算法 ｋ
姜 凯 ，左 风 朝 （ 聊城 大学 计算机 学院 ， 山东 聊城 ２ ２ ５ ） ５ ０ ９
（ ｃ ｏ ｌ ｆ ｍ ｐ ｔｒＳ ｉｎ ｅ Ｓ ｈ ｏ ｏ Ｃｏ ｕ ｅ ｃｅ ｃ ，Ｌｉｏ ｈ ｎ ｉｅｓｔ ，Ｌｉｏ ｈｅ ｇ ２ ２ ５ ，Ｃ ｉａ ａ ｃ ｅ ｇＵｎｖ ｒｉｙ ａ ｃ ｎ ５ ０ ９ ｈｎ）
Ａｂ ｔａ ｔ Ａｆｅ ｎ ｌ ｚｎ ｈ ｒ ｗｂ ｃ ｓｏ ｈ ｍ ｅ ｎ ｌ ｏ ｉ ｍ ，ａ ｎ ｖ ｌ ｉ ｅ ｅ ｔａ ｖ ｌ ｔｏ ｌ ｏ ｉ ｍ ｒｓ ｌｉ ｇ ｃｕ ｔ ｒ ｇ ｓｒ ｃ ： ｔ ｒａ ａｙ ｉ ｇ ｔ ｅｄ ａ ａ ｋ ｆｔ ｅＫ－ ａ ｓａ ｇ ｒ ｈ ｔ ｏ ｅ ｆ ｒ ｎ ｉｌ ｏ ｕ ｉ ｎ ａ ｇ ｒｔ ｄｆ ｅ ｈ ｆ ｏ ｖｎ ｌ ｓ ｅ ｉ ｏ ｎ ｐ ｏ ｌｍ ｓｐ ｏ ｏ ｅ ｏ ｏ ｔ ｚ ｈ ｒｔ ｒ ｎ ｆ ｎ ｔｏ ｏ ｌ ｓ ｅ ｉ ｇ Ｉ ｒ ｅ ｏ ｆ ｒｈ ｒ ｅ ｈ ｎ ｅ ｔ ｅｃ ｐ ｂ ｌ ｙ ｏ ｌｂ ｌｓ ａ ｃ ｒ ｂ ｅ ｉ ｒ ｐ ｓ ｄ ｔ ｐ ｉ ｅ ｔ ｅｃ ｉ ｉ ｕ ｃ ｉｎ ｆ ｒｃｕ ｔ ｒ ． ｎ ｏ ｄ ｒｔ ｕ ｔ ｅ ｎ ａ ｃ ｈ ａ ａ ｉ ｔ ｆ ｏ ａ ｅ ｒ ｈ， ｍｉ ｅｏ ｎ ｉ ｇ
０ 引 言
聚类是数据挖 掘研究 的关 键技 术之 一 ，已广 泛应 用于
针对 以上问题 ，近 年来 ，很 多研究 学者 受 到生 物群体 行 为的启 发 ，尝试 引入基 于群体 的智 能优 化方 法 （ 遗传 如
算法 跚、蚁群 优化算 法Ⅲ 、粒子群优化算 法 ］ 、和声搜索
算法 ［ ７ 和人工蜂群算法［ 等 ）对传 统的基于准 则函数 的 Ｋ ９
ａｓ ｌ ａ ａ ｔ ｅｓ ａｅ ｙ ｕ ｉｇ ｆ ｎ ｓ ｖ ｒ ｎ ｅｏ ｈ ｏ ｕａ ｉ ｔｏ ｕ ｅ ｏ ａｊ ｓ ｓａｉｇ ｆｃ ｒａ ｄ ｃｏ ｓ ｖ ｒｐ ｏ ａ ｉｔ． ｅ －ｄ ｐｉ ｔ ｔｇ ｓ ｉ ｅｓ ａｉ ｃ ｆｔ ｅｐ ｐ ｌ ｏ ｉ ｉ ｒ ｄ ｃ ｄ ｔ ｄｕ ｔ ｃ ｌ ａｔ ｎ ｒ ｓｏ ｅ ｒ ｂ ｂｌ ｙ ｆ ｖ ｒ ｎ ｔ ａ ｔ ｎ ｓｎ ｎ ｏ ｉ
图像 处 理 、模 式 识 别 、信 息检 索 、生 物信 息学 等 多个 领 域ｎ 。通过聚类可 以将一个 数 据集 中的成 员按 照某种 相似 ］ 度进行分类组织 ，使 得 同一类 内的成 员尽 可能 相似 而不 同 类成员之间尽 可能不 同。 目前 ，常见 的聚类 算法 可 以分 为 基于划分 的、基 于层 次的 、基 于 网格 的 、基 于密度 的以及 基 于模型 的算 法 。在 这些 算 法 中 ，基 于划 分 的 聚类 算 法 ，
充分 利用在 Ｗｅ ａ工具 中的类和接 口，并将 新提 出的 算法嵌入 到 平 台 中。在 Ｗｅａ平 台上将 该算 法与 Ｋ 均值 算 法在 ３个 ｋ ｋ
ＵＣ 数据集上进行 比较 。仿真 实验 结果表 明，该 算法能够有效克服 Ｋ均值算法的缺 陷，能够获得较 高的聚类质量 。 Ｉ
关键 词 ：聚类 ； 自适应差分进化算法 ；适应度 方差；Ｋ均值 ；Ｗｅａ平 台 ｋ
中图法分类号 ： ３ １ 文献标识号 ： ＴＰ １ Ａ 文 章 编 号 ： ０ ０７ ２ （０ ２ ２０ ９ —４ １ ０—０ ４ ２ １ ）０ —５ １０
Ｔｈ ｒ ｐ ｓ ｄ ａ ｐ ｏ ｃ ｍｐ ｅ ｎ ｅ ｎ ｔ ｅＷ ｅ ａｐ ａ ｆ ｒ ｗｈ ｒ ｓｃａ ｓ ｓ ａ ｄ ｉ ｔ ｒ ａ ｅ ｒ ｕ ｌ ｔ ｉｅ ．Ａｔ ａ ｔ ｈ ｒ — ｅ ｐ ｏ ｏ ｅ ｐ ｒ ａ ｈ ｉ ｉ ｌｍｅ ｔ ｄ Ｏ ｈ ｋ ｌ ｔｏ ｍ ｅ ｅｉ ｌｓ ｅ ｎ ｅ ｆ ｃ ｓ ａ ｅｆ ｌ ｕ ｉ ｚ ｄ ｓ ｔ ｎ ｙ ｌ ｓ ，ｔ ｅ ｐ ｏ ｌ
ｐ ｓｄ ａｇ ｒｔ ｍ ｅｔｄ ｏ ｈ ｅ ｏ ｅ ｌｏ ｉ ｈ ｉ ｔｓｅ ｎ ｔｒ ｅＵＣＩｄ ｔｓｔ ｎ ｏ ａｅ ｔ ｍｅ ｎ ． Ｔｈ ｉ ｌｔｏ ｅｕｔ ｎ ｉａｅｔ ａ ｈ ｒ ｐ ｓｄ ｓ ａａ ｅｓａ ｄ ｃｍｐ ｒｄ ｗｉｈ Ｋ－ ａ ｓ ｅｓ ｍｕ ａｉｎ ｒｓ ｌｓｉｄｃｔ ｈ ｔｔ ｅｐｏ ｏ ｅ
Ａｄ ａ ｃ ｄ ｄ ｆｅ ｅ ｔａ ｖ ｌ ｔｏ ｌ ｏ ｉｈ ｆ ｒ ｃｕ ｔ ｒｎ ｎ Ｗ ｅ ａ ｖ ｎ ｅ ｉｆ ｒ ｎห้องสมุดไป่ตู้ｉｌｅ ｏ ｕ ｉ ｎ ａ ｇ ｒｔ ｍ ｏ ｌ ｓ ｅ ｉ ｇ ｏ ｋ
Ｊ ＡＮＧ ｉ Ｉ Ｋａ ，ＺＵＯ ｎ － ｈ ｏ Ｆｅ ｇ ｃ ａ
ａ ｇ ｒ ｈ ｃ ｎ ａ ｑ ｉｅ ｂ ｔｅ ｌ ｓ ｅ ｉ ｇ ｐ ｒｏ ｍ ａ ｃ ． ｌ ｏ ｉ ｍ ａ ｃ ｕｒ ｅ ｔ ｒ ｃｕ ｔ ｒｎ ｅ ｆ ｒ ｎ ｅ ｔ Ｋｅ ｒ ｓ ｃｕ ｔ ｒ ｇ；ａ ａ ｔｖ ｉ ｅ ｅ ｔ ｌｅ ｏ ｕ ｉｎ；ｆ ｎ ｓ ａ ｉ ｎ ｅ ｙ ｗｏ ｄ ： ｌ ｓ ｅ ｉ ｎ ｄ ｐ ｉｅ ｄ ｆ ｒ ｎ ｉ ｖ ｌ ｔ ｆ ａ ｏ ｉ ｅ ｓｖ ｒａ ｃ ；Ｋ－ ａ ｓａ ｇ ｒｔ ｍ ；Ｗ ｅ ａ ｐ ａ ｆ ｒ ｔ ｍｅ ｎ ｌｏ ｉｈ ｋ ｌｔｏ ｍ
２ １ 年 ２月 ０２
计算机 工程 与设计
ＣＯＭ ＰＵＴＥＲ ＥＮＧＩ ＮＥＥＲＩ ＮＧ ＡＮＤ Ｓ ＧＮ ＤＥ Ｉ
Ｆ ｂ ２ １ ｅ．０２
Ｖｏ ． ３ ＮＯ ２ １３ ．
第 ３ ３卷
第 ２期
Ｗｅ ａ平台上解决 聚类的改进差分进 化算法 ｋ
姜 凯 ，左 风 朝 （ 聊城 大学 计算机 学院 ， 山东 聊城 ２ ２ ５ ） ５ ０ ９
（ ｃ ｏ ｌ ｆ ｍ ｐ ｔｒＳ ｉｎ ｅ Ｓ ｈ ｏ ｏ Ｃｏ ｕ ｅ ｃｅ ｃ ，Ｌｉｏ ｈ ｎ ｉｅｓｔ ，Ｌｉｏ ｈｅ ｇ ２ ２ ５ ，Ｃ ｉａ ａ ｃ ｅ ｇＵｎｖ ｒｉｙ ａ ｃ ｎ ５ ０ ９ ｈｎ）
Ａｂ ｔａ ｔ Ａｆｅ ｎ ｌ ｚｎ ｈ ｒ ｗｂ ｃ ｓｏ ｈ ｍ ｅ ｎ ｌ ｏ ｉ ｍ ，ａ ｎ ｖ ｌ ｉ ｅ ｅ ｔａ ｖ ｌ ｔｏ ｌ ｏ ｉ ｍ ｒｓ ｌｉ ｇ ｃｕ ｔ ｒ ｇ ｓｒ ｃ ： ｔ ｒａ ａｙ ｉ ｇ ｔ ｅｄ ａ ａ ｋ ｆｔ ｅＫ－ ａ ｓａ ｇ ｒ ｈ ｔ ｏ ｅ ｆ ｒ ｎ ｉｌ ｏ ｕ ｉ ｎ ａ ｇ ｒｔ ｄｆ ｅ ｈ ｆ ｏ ｖｎ ｌ ｓ ｅ ｉ ｏ ｎ ｐ ｏ ｌｍ ｓｐ ｏ ｏ ｅ ｏ ｏ ｔ ｚ ｈ ｒｔ ｒ ｎ ｆ ｎ ｔｏ ｏ ｌ ｓ ｅ ｉ ｇ Ｉ ｒ ｅ ｏ ｆ ｒｈ ｒ ｅ ｈ ｎ ｅ ｔ ｅｃ ｐ ｂ ｌ ｙ ｏ ｌｂ ｌｓ ａ ｃ ｒ ｂ ｅ ｉ ｒ ｐ ｓ ｄ ｔ ｐ ｉ ｅ ｔ ｅｃ ｉ ｉ ｕ ｃ ｉｎ ｆ ｒｃｕ ｔ ｒ ． ｎ ｏ ｄ ｒｔ ｕ ｔ ｅ ｎ ａ ｃ ｈ ａ ａ ｉ ｔ ｆ ｏ ａ ｅ ｒ ｈ， ｍｉ ｅｏ ｎ ｉ ｇ
０ 引 言
聚类是数据挖 掘研究 的关 键技 术之 一 ，已广 泛应 用于
针对 以上问题 ，近 年来 ，很 多研究 学者 受 到生 物群体 行 为的启 发 ，尝试 引入基 于群体 的智 能优 化方 法 （ 遗传 如
算法 跚、蚁群 优化算 法Ⅲ 、粒子群优化算 法 ］ 、和声搜索
算法 ［ ７ 和人工蜂群算法［ 等 ）对传 统的基于准 则函数 的 Ｋ ９
ａｓ ｌ ａ ａ ｔ ｅｓ ａｅ ｙ ｕ ｉｇ ｆ ｎ ｓ ｖ ｒ ｎ ｅｏ ｈ ｏ ｕａ ｉ ｔｏ ｕ ｅ ｏ ａｊ ｓ ｓａｉｇ ｆｃ ｒａ ｄ ｃｏ ｓ ｖ ｒｐ ｏ ａ ｉｔ． ｅ －ｄ ｐｉ ｔ ｔｇ ｓ ｉ ｅｓ ａｉ ｃ ｆｔ ｅｐ ｐ ｌ ｏ ｉ ｉ ｒ ｄ ｃ ｄ ｔ ｄｕ ｔ ｃ ｌ ａｔ ｎ ｒ ｓｏ ｅ ｒ ｂ ｂｌ ｙ ｆ ｖ ｒ ｎ ｔ ａ ｔ ｎ ｓｎ ｎ ｏ ｉ
图像 处 理 、模 式 识 别 、信 息检 索 、生 物信 息学 等 多个 领 域ｎ 。通过聚类可 以将一个 数 据集 中的成 员按 照某种 相似 ］ 度进行分类组织 ，使 得 同一类 内的成 员尽 可能 相似 而不 同 类成员之间尽 可能不 同。 目前 ，常见 的聚类 算法 可 以分 为 基于划分 的、基 于层 次的 、基 于 网格 的 、基 于密度 的以及 基 于模型 的算 法 。在 这些 算 法 中 ，基 于划 分 的 聚类 算 法 ，