一种基于凝聚K-means的决策簇分类器  

A Decision Cluster Classifier Based on Agglomerative K-means

作　　者：郭颂[1] 刘亮亮[2] 周鹏[3] 

机构地区：[1]信阳师范学院计算机与信息技术学院,河南信阳464000 [2]平顶山学院网络计算中心,河南平顶山467000 [3]塔里木大学信息工程学院,新疆阿拉尔843300

出　　处：《信阳师范学院学报（自然科学版）》2013年第4期612-615,共4页Journal of Xinyang Normal University(Natural Science Edition)

基　　金：国家自然科学基金项目(61162018);河南省科技计划项目(122300410281;132300410421;132300410422);河南省教育厅科学技术研究重点项目(12A520036;13B520267)

摘　　要：提出基于凝聚K-means的决策簇分类模型.将凝聚策略和聚类簇调整参数λ运用于K-means聚类方法中,并结合簇验证技术,在训练数据集上,通过一系列自上而下的嵌套式聚类方法建立一棵聚类树,然后从这棵树中提取决策分类模型.基于UCI的实验结果证明本文提出的分类方法具有如下优势:(1)有效改善了Kmeans对初始中心的位置敏感的问题;(2)能自动确定簇的数目;(3)有效控制获得聚类簇的密度.A decision cluster classifier based on agglomerative K-means was proposed. Combining with the cluster validation techniques, the agglomerative strategy and clustering cluster parameters A were applied to K-means cluste- ring. On the training data set, the tree was established by the top-down nested clustering, then the decision classifica- tion model was extracted from the nested tree. The experimentaJ results based on UCI showed that the proposed classifi- cation method bad the superiorities as follows ： （ 1 ） the problem of which the K-means is sensitive to the initial center position can effectively improved ; （2） The number of clusters can automatically determined ; （ 3 ） The density of cluste- ring clusters can effectively controled.

关 键 词：分类器 K-MEANS 决策簇 

分 类 号：TP312[自动化与计算机技术—计算机软件与理论]