快速大样本同步聚类

摘要：

针对现有的Sync算法具有较高时间复杂度，在处理大样本数据集时有相当的局限性，提出了一种快速大样本同步聚类算法（Fast Clustering by Synchronization on Large Sample，FCSLS）。首先将基于核密度估计（KDE）的抽样方法对大样本数据进行抽样压缩，再在压缩集上进行同步聚类，通过Davies-Bouldin指标自动寻优到最佳聚类数，最后，对剩下的大规模数据进行聚类，得到最终聚类结果。通过在人造数据集以及UCI真实数据集上的实验， FCSLS可以在大规模数据集上得到任意形状、密度、大小的聚类且不需要预设聚类数。同时与基于压缩集密度估计和中心约束最小包含球技术的快速压缩方法相比，FCSLS在不损失聚类精度的情况下，极大地缩短了同步聚类算法的运行时间。

关键词：核密度估计(KDE)、抽样、同步、大样本、聚类

所属期刊栏目：52

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金No.61272210。

在线出版日期：2016-12-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：159-166,219