数据挖掘中基于密度的聚类结构和算法设计.pdf

　第 23 卷 　第 4 期 南 　京 　邮 　电 　学 　院 　学 　报 Vol. 23 　No. 4 　　2003 年 12 月 Journal of Nanjing University of Posts and Telecommunications Dec. 2003 　 ( ) 　文章编号 2003 数据挖掘中基于密度的聚类结构及算法设计 1 ,2 1 2 2 洪　龙 ,陈燕俐 ,王建东 ,朱梧木贾 1 南京邮电学院 计算机科学与技术系 ,江苏 南京　210003 2 南京航空航天大学 信息科学与技术学院 ,江苏 南京　210016 摘 　要 :聚类分析是数据挖掘的主要技术之一。其中基于密度的聚类可以得到任意形状的聚类结果 ,从 而可以观察到一个并发的、完整的聚类结构。对聚类、数据对象、簇的密度、基于密度的方法和 OP TICS 中的基本概念进行了描述 ,在此基础上 , 明确定义了簇的密度 ,建立了关于 ζ的基于密度的 簇、密度度量函数等概念 ,并设计了获得聚类结构的相应算法且对其进行了复杂性分析。 关键词 :数据挖掘 ;聚类 ;距离 ;簇的密度 ;基于密度的簇 ;聚类结构 中图分类号:TP31113 　　　　文献标识码 :A 1 　引　言 基于密度的方法是把具有足够高密度的区域划 为簇, 因而可以得到任意形状的聚类结果。 ( 数据挖掘能自动地发现隐藏在数据库 、数据仓 OPTICS Ordering Pointers To Identify the Clustering 库或海量信息存储中的知识模式 , 因此数据挖掘又 Structure) 是基于密度进行聚类的一种方法 ,它通过 称作数据库中的知识发现。聚类分析是数据挖掘的 对给定的数据对象集合中的元素进行排序来识别聚 主要方法之一 , 由于其简单、有效,它已成为数据挖 类结构 ,次序是根据密度的高低来确定的 , 因此 OP 掘研究领域中一个非常活跃的研究方向。 TICS 可同时得到多个聚类结果。文献[1 ]对 OPTICS 在聚类中 ,两个 m 维的数据对象 i = ( x i1 , x i2 , 的思想方法进行了简单的介绍 ,并说“已经提出了一 个算法”。 ) ( ) ( …, x im 与 j = xj 1 , xj 2 , …, xj m 的闵氏距离 Minkows 本文对簇、聚类、基于密度的方法和 OPTICS 中 ki distance) m