聚类算法研究

Posted 2021-04-09 全民健康信息化

 聚类是数据挖掘研究领域的一种重要数据预处理方法，其目的是从无标签数据集中获得有价 值数据集的内在分布结构，进而简化数据集的描述。历经几十年的研究，针对不同应用和数据特性已出现了千余种不同的聚类算法，但不同的聚类算法都有其特定的适用范围和不足。传统的聚类算法大致可分为划分聚类方法、层次聚类方法、密度聚类方法、网格聚类方法、模型聚类方法等。通过对传统聚类方法的回顾和总结，文章重点介绍了近年来出现的同步聚类算法、信念传播聚类算法和密度峰值聚类算法，并针对以上聚类算法的应用及发展方向进行了论述。