基于定位的数据聚类新算法

针对现有聚类算法计算复杂度普遍较高的问题,提出了一种基于定位的方法.该算法采用空间定位的方法将数据对象映射到特征空间中,并利用空间立方体的某些特殊顶点定位任一数据点;通过计算数据点与空间立方体顶点群的距离差异,完成聚类过程.在电信数据集上的实验结果表明,算法的时间复杂度降至O(N)级别.


术


基于定位的数据聚类新算法
张舒博１，牛琨２
（１．中国电信北京研究院决策研究部，北京１０００３５；
２．北京邮电大学网络与交换国家重点实验室，北京１００８７６）

摘要：针对现有聚类算法计算复杂度普遍较高的问题，提出了一种基于定位的方法。该算法采
用空间定位的方法将数据对象映射到特征空间中，并利用空间立方体的某些特殊顶点定位任一数据
点；通过计算数据点与空间立方体顶点群的距离差异，完成聚类过程。在电信数据集上的实验结果表
明，算法的时间复杂度降至０（Ⅳ）级别。
关键词：数据挖掘聚类定位法空间立方体


随着人类社会信息化水平的不断提高，数据和信息 的任何一个向量Ｘ Ｅ Ｚ，Ｘ＝（ｘｌ，ｘ２，…，Ｘ肼），每个属性依次
的增长速度越来越快。面对堆积如山的数据和信息，如 按照公式置＝（置一心啦）／（Ｍ似ｉ一心ｍ）（式中，ｉ∈｛ｌ，２，…，
何挖掘出有用的知识，便成为科学研究的焦点。聚类