15、聚类算法性能研究与新型K近邻聚类算法

聚类算法性能研究与新型K近邻聚类算法

1. 聚类算法性能研究

1.1 算法代码与实验环境

首先给出一段代码，它实现了某种聚类标签分配的功能：

for i=1: indexNew.size()
    labelFinal(indexNew(i)) = T(i);
end for
for j=1:k
    for each point p of data
        if (labelFinal[p]>0) continue;
        if (labelFinal[p.jNN]>0)
            labelFinal[p]= labelFinal[p.jNN]
        end if
    end for
end for
return labelFinal;

这里 q.kNN 是 q 的第 k 小距离， Distance(q, p) 用于计算 q 和 p 之间的距离。所有算法都在 Matlab 中实现，实验在配备 Intel Core 2 Duo Processor E6550 2.33 GHz CPU 和 2 GB RAM 的计算机上进行，操作系统为 Windows 10。

1.2 小真实数据集上的性能

在这个实验中，使用了从 UCI 机器学习库获取的八个小真实数据集，数据集信息如下表所示：
| 数据名称 | 大小 |