CHAMELEON算法
CHAMELEON算法是由G. Karypis, E.H. Han 和 V. Kumar在1999年提出的一种动态层次聚类方法。
基于动态模型计算相似性
只有当两个类之间的相似性高于类内对象的相似性时合并两个类。
本质上，是一个两阶段算法
1.首先，使用图分割算法将数据集合划分为多个子集；
2.然后，使用层次聚类中的凝聚方法将这些子集进行反复的合并，直至获得最终的聚类结果。
2022-05-14 14:34:34
9.28MB
1
结合Cham eleon算法可以发现高质量的任意形状、大小和密度的自然簇及一趟聚类算法快速高效的特点, 研究可以处
理混合属性的高效聚类算法. 首先简单改进Cham e leon算法, 使之可以处理含分类属性的数据; 进而提出一种两阶段聚类算法.
第一阶段使用一趟聚类算法对数据集进行初始划分, 第二阶段利用改进的C ham e leon算法归并初始划分而得到最终聚类. 在真
实数据集和人造数据集上的实验结果表明, 提出的两阶段聚类算法是有效可行的.
2021-12-18 13:34:18
243KB
1