本文介绍了蒋盛益教授提出的高效无监督聚类算法——一趟聚类，并详细阐述了其算法流程。该算法适用于超球状分布数据，通过遍历数据集一次完成聚类。文中给出了使用Python实现此算法的代码，并使用中国天气数据集进行实验，展示了算法的应用。
一、算法简介
一趟聚类算法是由蒋盛益教授提出的无监督聚类算法，该算法具有高效、简单的特点。数据集只需要遍历一遍即可完成聚类。算法对超球状分布的数据有良好的识别，对凸型数据分布识别较差。一趟聚类可以在大规模数据，或者二次聚类中，或者聚类与其他算法结合的情况下，发挥其高效、简单的特点；
算法流程：
1. 初始时从数据集读入一个新的对象
2. 以这个对象构建一个新的簇
3. 若达到数据集末尾，则转6，否则读入一个新的对象；计算它与每个已有簇之间的距离，并选择与它距离最小的簇。
4. 若最小距离超过给定的阈值r，转2
5. 否则将对象并入该簇，并更新簇心，转3
6. 结束
在本算法中，采用的是欧式距离公式计算节点与簇心之间的距离
欧式距离公式：
最低0.47元/天 解锁文章
扫一扫
1834
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
