一种简化的密度聚类方法

标签：style   blog   http   ar   sp   strong   数据   on   2014   

先说一下什么是密度聚类的方法

参考文章：基于密度的聚类

　　这篇文章的大概意思通过一幅图来说明：

　　1 首先任意选定一个点假设就以图中最左边的h为第一个点，根据半径判断，在一定的范围内点的个数是否满足要求。

　　　　-如果满足把这个点标记为核心点，这个圆判定为一个聚类。

　　　　-如果不是，就把这个点判定为边界点，标记为噪声；在随机选取一个点。

　　2 确定这一类，依次判断这个圆内的点的属性（核心，边界）。

　　3 如果还有没有被标记的点，在任意选取一个点从上面开始做，一直到标记完所有的点。

优点：

　　1 对噪声不敏感。

　　2 能发现任意形状的聚类。

缺点：

　　1 结果与参数有很大的关系。

　　2 有一些点会被判定为数据不同的类。

我的方法：

　　也是基于密度聚类的方法，首先摒弃了圆形，采用了方形来判断，提高了速度。

　　其次，基于上，把坐标系画风成不同的小方块，统计在图形内的点，再对这些图形进行分类。

　　不会产生一个点属于多个类的情况。

　　下面是对1w多个点的聚类情况:，x的范围[-4000， 6200], y的范围[-5000， 6200]。

　　先看一下原始数据的情况：

　　这是下面第一次的结果，参数100*100：

　　看起来还不错，但是当放大两次和放大三次后：

　　可以看到，当放大三次后，结果就没有那么乐观了，有了很明显的分块现象

　　采取参数30*30：

　　这次是直接放大情况，可以看到结果还是比较不错的。

　　只是这种方法的噪音有点多。

综上发现：

　　结果和参数的关系并不明显。

　　也可以发现任意形状的聚类。

　　一个点也不会同时归为两个类。

　　但是这次的结果却噪音偏多。

以上。　

一种简化的密度聚类方法

标签：style   blog   http   ar   sp   strong   数据   on   2014   

原文地址：http://www.cnblogs.com/xujie-nm/p/4111506.html