SOM+K-means两阶段聚类算法及其应用.pdfVIP

《现代电子技术)2010年第 16期总第 327期 计算机应用技术司 SOM+K—means两阶段聚类算法及其应用 周 欢，李广明，张高煜 (上海金融学院 信息管理学院，上海 201209) 摘 要 ：在众多聚类算法 中，K—means和 自组织神经网络 (s0M)是较为经典的2个。在分析 2种算法优缺点的基础上 ， 提 出基于 S0M 的K—means两阶段聚类算法 ，该算法根据 s0M 算法 自动聚类 的优点得到初步聚类数 目和各类 中心点，以此 作为 K—means算法的初始输入进一步聚类 ，从而得到精确 的聚类信息。最后 ，应用该算法对某地 区电信家庭客户数据进行 分析 ，结果表 明该算法有较好 的聚类效果 。 关键词 ：聚类；自组织神经 网络 ；K—means；细分 中图分类号 ：TN911-34 文献标识码 ：A 文章编号 ：1004—373X(2010)16一O113一O4 SOM +K—meansTwo-phaseClusteringAlgorithm andItsApplication ZH0U Huan，LIGuang—ming，ZHANG Gao—yu (SchoolofInformation Management，ShanghaiFinanceUniversity，Shanghai201209，China) Abstract：K—meansandSOM network aretwoclassicalalgorithmsamongmanyclusteringones．A new SOM—basedK— meanstwo—。phaseclusteringalgorithm isproposedbasedontheanalysisoftheadvantagesandshortcomingsofthetWOalgo—— rithms．ThequantityofthepreliminaryclusteringandthecentralpointofeachclusterwereacquiredwithK—meansalgorithm ， bymeansoftheauto—clusteringadvantagesofSOM algorithm ．TakingtheresultsastheinitialinputoftheK—meansalgorithm tomakethefurtherclustering，theaccurateclusteringresultsaregained．Thedataofthetelecom familycustomersinadis— trictisanalyzedwiththealgorithm．Theresultsconfirm thatthealgorithm isbetterthanSOM networkandK—meansalgo— rithmswhentheyareseparatelyused． Keywords：clustering；SOM network；K～means；partition 从高维空间映射到低维空间上 ，通过 降维寻找多维数据 0 引 言 的主要统计特征 ，并根据数据间的相似性 自动将数据分 聚类分析_】是一种探查数据结构的工具 ，其核心是 成不同的类别 ，从而达到增强客户有用信息，降低噪声的 聚类，即将对象划分为簇 ，使得同一个簇 的对象相似 ，而 影响。两者相比，SOM 网络不能提供分类后精确的聚类 不同簇的对象相异。对象可以通过某些度量 (如属性 ／ 信息[g]，而 K-means在已知聚类数 目和中心点的情况下 特征)或与其他对象的关系(例如 ，逐对距离 、相似性)来 有着很高的精确性[1。结合这 2种算法的优缺点，在此 描述。聚类属于非