<italic>K</italic>近邻优化的密度峰值快速搜索聚类算法

Abstract

中国科学 : 信息科学 第 46 卷 第 2 期 基于密度的聚类算法 DBSCAN (density based spatial clustering of applications with noise) [11] 能发现 任意形状的簇, 在邻域半径参数 ϵ 和核心对象邻域包含的最少样本数参数 MinPts 设置适当时, 能快 速发现含噪声空间中任意形状的类簇 [1, 6, 8] , 但如何设置这两个参数缺乏理论依据. 近邻传播聚类算 法 AP (affinity propagation) [4] 将所有样本看作网络中的一个顶点, 通过反复迭代交换近邻样本间的 信息, 寻找最优的类代表点样本集合, 使所有样本与最近类代表点样本的相似度之和最大, 发现数据 集样本的类簇分布. AP 算法具有简单、高效的优点, 特别是在类别数目较多情况下, 该算法具有非常 好的聚类效果 [12] , 但是该算法不能发现任意形状的簇. 基于同步动力学模型 Kuramoto 的层次聚类算 法 [8] 无需人工设置任何参数, 可以检测出任意数量、形状和大小的类簇, 但层次聚类算法的错误累积 缺陷无法避免. 2014 年 6 月 Science 发表了自动确定类簇数和类簇中心的新聚类算法 DPC (clustering by fast search and find of density peaks) [5] , 该算法能快速发现任意形状数据集的密度峰值点 (即类簇中心),