子空间聚类改进算法研究综述

合集下载

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)。

ｇｒｈＣＩＵｌｒｈａ，ｉｓｐａｔａｉｎｉｆｉｃ，ｇａｙｆｉｔｅｅｄｖｌｐｅｔｆｕ — ｏｉｍ，ＬＱＥａｏｔｍｈｓｗｔｉｒｃｃｔａｄｈｇｅｉｅｙｒｔｃｌａｄｔｅｅｏｍｎｏｂｔｇｉｈｔｉｙｌｈｆｃｎｅｌａｉｔｈｓ
１引言
所谓聚类，是将一个数据集中的数据进行分组，就使得
每一组内的数பைடு நூலகம்据尽可能相似而不同组内的数据尽可能不同。
ＳＡ等。由于高维数据的稀疏性、ＣＮ空空间现象以及维度效应的影响，在高维数据空间中使用传统算法会遇到以下问
第２卷第５７期
文章编号：０６—９４（００）５—０７０１０３８２１０１４— ４
计
算
机
仿
真
２０月０年５１
子空间聚类改进算法研究综述
李霞，徐树维
（．同济大学建筑与城市规划学院，１上海２０９２００２；．河南大学计算中心，河南开封４５０）７０１摘要：高维数据聚类是聚类技术的难点和重点，子空问聚类是实现高维数据集聚类的有效途径。ＣＩＵＬＱＥ算法是最早提出的
ｄｔｎ，ｔｉｐｐｒａｓｉｕｓｓｔｅｄｖｌｐｎｅｄｏｕｓａｅｃｕｔｒｇａｇｒｈｉｏｉｈｓａｅｏｄｓｓｅｈｅｅｏｍｅｔｔｎｆｂｐｃｌｓｅｎｌｏｔｍ．ｌｃｒｓｉｉＫＥＹＷＯＲＤＳ：Ｄａａｍｉｉｇｌｓｅｎｔｎｎ；Ｃｕｔｒｇ；Ｈｉｈｄｍｅｓｎａａｅｓｕｓａｅｉｇｉｎｉａｄｔｓｔ；Ｓｂｐｃｏｌ
题：随着维数增长， ① 聚类的时间和空间复杂度迅速上升从而导致算法的性能下降； ②高维数据集中存在大量无关的属性，并且在这些不相关的维上十分稀疏，这就使得在所有维中存在簇的可能性几乎为零，所以传统的聚类算法不适合对
ｄｅｓｈｍｔｉｎｆＬＱＥａｏｔｍａｄｔｅｆｅｉｐｏｅｅｅｃｎｙａｄａｃｒｃｒｌｓｒｇ？ＩｄｒｓｔｅｌｉｔｓＩＵｌｒｈｎｒｏｒｖｄｔｆｉｃｃｕａｙｆｕｔｉ．ｎａ— ｉａｏｏＣｇｉｈｅｒｍｈｉｅｎｏｃｅｎ
ｓａｅｃｓｒｇａｏｔｍ？ＴｉｐｐｒｎｙｅｅｔｔｅａｖｎｇｓｎｍｔｉｓｆＬＱＥａｏｔｍａｄｐｃｌｔｉｌｒｈ．ｈｓａｅ？ａａｚｓｉｄｐｄａｔｅｄｌｉｔｎＩＵｇｒｈｎｕｅｎｇｉｌｎｈｈａａｉａｏｏＣｌｉ
中图分类号：Ｐ１Ｔ３１文献标识码：Ａ
ＳｍｍａｙｏｕｂｐｃｕｔｒｎｇｒｔｍｓｕｒｆＳｓａｅＣｌｓｅｉｇＡｌｏｉｈ
ＲｅｅｒｈＢａｅｎＣＩＥｓａｃｓｄｏＬＱＵ
ＬａＩＸＵｈＩＸｉＩ．Ｓｕ—ｗｅｌ
ｉｔｏｕｅｅｅａｕｓａｅｃｕｔｒｎｇｒｈ？ｐｔｏｗａｄｉｅｅｔｙａｓｗｈｃａｅａｌｅｎｕｄｔｄｔ？ａ — ｎｒｄｃｓｓｖｒｌｓｂｐｃｌｓｉｇａｏｔｍｓｅｌｉｕｒｒｎｒｃｎｅｒｉｈｈｖｌｂｅ？ｐａｅｆｏｄ
基于密度和网格的子空间聚类算法，自动子空间聚类算法的实用性和高效性，带来了子空间聚类算法的空前发展。深入分
析ＣＩＵＬＱＥ算法的优点和局限性；介绍了一些近几年提出的子空间聚类算法，并针对ＣＩＵＬＱＥ算法的局限性作了改进，聚类的效率和精确性得到了提高；最后对子空间聚类算法的发展趋势进行了讨论。关键词：数据挖掘；聚类；高位数据集；子空间
ＡＢＳＲＡＣＴ：ｈｌｓｅｉｇｏｉｈｄｍｅｓｏａａａｉａｋｙｐｏｌｍｎｃｕｔｒｇｍｅｈｄ．ＳｂｐｃｌｓｅｎｓＴＴｅｃｕｔｒｆｈｇｉｎｉｎｌｔｅｒｂｅｉｌｓｉｔｏｓｕｓａｅｃｕｔｒｇｉｎｄｓｅｎｉａｆｃｉｅａｐｏｃｅｉｅｃｕｔｒｇｉｉｈｄｍｅｓｏａａａｓａｐｏｅｒｄｎｉｄｇｉａｅｌｓｒｇａ・ｎｅｆｔｐｒａｈｔｒａｚｌｓｅｎｈｇｉｎｉｎｌｔ．Ａｉｎｅｅｓｔａｒｂｓｄｃｕｔｉｅｖｏｌｉｎｄｙｎｄｅｎｌ
（．Ｃｌｇｆｒｈｅｔｒｎｒａｌｎｎ，ｏｇｎｖｒｔ，Ｓａｇａ２０９，Ｃｉａ１ｏｌｅｏＡｃｉｃｅａｄＵｂｎＰａｉＴｎｊＵｉｓｙｈｎｈｉ００２ｈｎ；ｅｔｕｎｇｉｅｉ
２ｏｐｔｅｔ，ｅａｎｖｒｔ，Ｋｉｎｅａ７０１Ｃｉａ．ＣｍｕｅＣｎｅＨｎｎＵｉｓｙａｅｇＨｎｎ４５０，ｈ）ｒｒｅｉｆｎ