zoukankan      html  css  js  c++  java
  • 利用模拟退火提高Kmeans的聚类精度

    利用模拟退火提高Kmeans的聚类精度

    Kmeans算法是一种非监督聚类算法,由于原理简单而在业界被广泛使用,一般在实践中遇到聚类问题往往会优先使用Kmeans尝试一把看看结果。本人在工作中对Kmeans有过多次实践,进行过用户行为聚类(MapReduce版本)、图像聚类(MPI版本)等。然而在实践中发现初始点选择与聚类结果密切相关,如果初始点选取不当,聚类结果将很差。为解决这一问题,本博文尝试将模拟退火这一启发式算法与Kmeans聚类相结合,实践表明这种方法具有较好效果,已经在实际工作中推广使用。

    K-MEANS算法:输入:聚类个数k,以及包含 n个数据对象的数据。输出:满足方差最小标准的k个聚类。
     
    处理流程:
     
    (1) 从 n个数据对象选择 k 个对象作为初始聚类中心;
     
    (2) 循环(3)到(4)直到每个聚类不再发生变化为止
     
    (3) 根据每个聚类对象的均值(中心对象),计算每个对象与这些中心对象的距离;并根据最小距离重新对相应对象进行划分;
     
    (4) 重新计算每个(有变化)聚类的均值(中心对象)

    1.1 Step 1

    1.2 Step 2

    1.3 Step 3

    1.4 Step 4

    1.5 Step 5

    2 初始点与聚类结果的关系

    K means的结果与初始点的选择密切相关,往往陷于局部最优。

    2.1 例子

    下面以一个实际例子来讲初始点的选择将影响聚类结果。首先3个中心点(分别是红绿蓝三点)被随机初始化,所有的数据点都还没有进行聚类,默认全部都标记为红色,如下图所示:

    迭代最终结果如下:

    如果初始点为如下:

    最终会收敛到这样的结果:

    3 解决方法

    那怎么解决呢?一般在实际使用中,我们会随机初始化多批初始中心点,然后对不同批次的初始中心点进行聚类,运行完后选择一个相对较优的结果。这种方法不仅不够自动,而且有较大概率得不到较优的结果。目前,研究较多的是将模拟退火、遗传算法等启发式算法与Kmeans聚类相结合,这样能大大降低陷于局部最优的困境。下图就是模拟退火的算法流程图。

    4 实战

    “纸上得来终觉浅,绝知此事要躬行”,仅知道原理而不去实践永远不能深刻掌握某一知识。本人实现了基于模拟退火的Kmeans算法以及普通的Kmeans算法,以便进行比较分析。

    4.1 实验步骤

    1)首先我们随机生成二维数据点以便用于聚类。

    2)基于原生的Kmeans得到的结果。

    3)基于模拟退火的Kmeans得到的结果

    4.2 结论

    由上图的实验结果可以看出,基于模拟退火的Kmeans所得的总体误差准则结果为:19309.9。

    而普通的Kmeans所得的总体误差准则结果为:23678.8。

    可以看出基于模拟退火的Kmeans所得的结果较好,当然,此算法的复杂度较高,收敛所需的时间较长。

    转载请标明源地址:http://www.cnblogs.com/LBSer

  • 相关阅读:
    调整压力测试工具转载ibm
    Python装饰器的使用
    python操作mysql数据库
    python进程与线程的操作
    python selenium框架的Xpath定位元素
    在Ubuntu Server 12.04 x64下安装Graphite
    SQLCLR(一)入门
    DataSet操作
    ASP.NET传递中文参数乱码的解决方法
    c#.net常用函数和方法集
  • 原文地址:https://www.cnblogs.com/yymn/p/4611460.html
Copyright © 2011-2022 走看看