三角不等式原理對聚類算法的改進.pdf

1、聚類分析是數(shù)據(jù)挖掘中的一個重要研究領(lǐng)域，面對大規(guī)模的、高維的數(shù)據(jù)，如何建立有效的聚類算法是一個研究熱點。聚類將數(shù)據(jù)對象分組成若干個類或簇，使得在同一個簇中的對象盡可能相似，而不同簇中的對象盡可能相異，是一種無監(jiān)督的分類方法。對聚類算法的進一步優(yōu)化研究不僅有助于算法理論的完善，更有助于算法的推廣和應(yīng)用。 順序聚類算法不需要提前確定聚類個數(shù)，并且是一種非常直接和快速的算法。但是當處理海量數(shù)據(jù)時，時間效率仍然有待提高。針對此問題，本文

2、在兩個閾值的順序聚類算法TTSAS的基礎(chǔ)上，提出一種新的順序算法TITTSAS。該算法應(yīng)用三角不等式原理，避免了TTSAS算法中冗余的距離計算。實驗結(jié)果證明TITTSAS算法相對于TTSAS算法，在效率上有很大程度的提高，尤其對于高維的大規(guī)模數(shù)據(jù)集，效果更是顯著，隨著聚類個數(shù)的增加，TI_TTSAS算法更有優(yōu)越性。并且聚類效果保持了TTSAS算法的準確性。 三角不等式原理不僅可以改進順序算法，只要基于歐式距離度量不相似性的聚類算