基于阈值的BIRCH算法改进与分析

摘要：

平衡迭代规约层次聚类(balanced iterative reducing and clustering using hierarchies,BIRCH)算法是一个综合的层次聚类算法.但BIRCH算法为叶子节点中的簇设置统一的空间阈值,根据数据对象与簇之间的距离来决定数据对象的插入位置,从而忽略了簇与簇之间的关系;此外,算法在分裂节点时,选取距离最远的2个聚类特征作为子簇,其他聚类特征会根据与这2个聚类特征之间的距离关系分裂为另外的子簇,造成处于簇与簇之间的样本数据错误分类,这样会忽略聚类特征之间的关系.针对BIRCH算法的这2个问题,提出了基于阈值的自适应算法,用于解决原算法统一空间阈值的问题;并在针对聚类特征关系的问题上,结合朴素贝叶斯算法对原算法进行改进.对改进后BIRCH算法与传统的算法进行仿真实验.结果表明,改进算法在损失效率的情况下,聚类效果得到了明显的改善,并且与其他算法相比,所提算法具有不错的表现性,而且具有跨数据集的鲁棒性.

关键词：平衡迭代规约层次聚类(BIRCH)算法、自适应、阈值、贝叶斯算法

所属期刊栏目：32

分类号：TP391.4(计算技术、计算机技术)

资助基金：河南省教育厅应用研究计划项目 16A520052

在线出版日期：2020-06-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：487-494