[发明专利]子空间聚类的方法及装置

说明书

技术领域

本发明属于计算机技术领域，尤其涉及子空间聚类的方法及装置。

背景技术

在高维数据聚类中，常常由于数据的稀疏或不同维度的冗余，导致聚类时间复杂度和空间复杂度高，聚类效果差，子空间聚类方法的提出，使之成为了解决上述问题的有效途径之一。常用的子空间聚类方法有CLIQUE，以及在CLIQUE方法的基础之上衍生出来的其他方法。CLIQUE方法采用类似Apriori算法的方式，在高维数据中将每个维度按照数据密度进行划分，然后从低维往高维组合出可聚类的高维子空间。

CLIQUE方法通过网格对数据密度进行划分，然而，在数据集分布并不按照网格划分的情况之下(如图1所示的情况)，通过CLIQUE方法就无法得到合理的聚类效果。

发明内容

有鉴于此，本发明实施例提供了子空间聚类的方法及装置，以解决在数据集分布并不按照网格划分的情况之下，通过CLIQUE方法无法得到合理的聚类效果问题。

第一方面，提供了一种子空间聚类的方法，包括：

初始化SS_Am＝0，并随机生成m_T个不为零的c_j，所述SS_Am为m维K-means组合聚类得到的类间离差和，所述c_j为一维空间的聚类中心，所述m_T表示原始数据集共有m_T个维度，所述m表示预设子空间共有m个维度；

使用所述c_j在每个维度上分别进行一维K-means聚类，得到每个维度的类间离差和SS_A1；

基于m_T个类间离差和SS_A1，选取∑SS_A1最大且还未组合聚类过的m个维度；

若已经选取完m个维度在所述m_T个维度中的所有组合或存在∑SS_A1≤SS_Am，则将SS_Am对应的聚类结果输出；

若∑SS_A1＞SS_Am，使用当前选取的m个维度对应的c_j作为聚类初始值进行K-means组合聚类，并且计算得到对应的类间离差和SS_Am′；

返回执行所述基于m_T个类间离差和SS_A1，选取∑SS_A1最大且还未组合聚类过的m个维度的操作，且若存在SS′_Am＞SS_Am，则在所述返回执行前设置SS_Am＝SS′_Am。

另一方面，提供了一种子空间聚类的装置，包括：

初始化单元，用于初始化SS_Am＝0，并随机生成m_T个不为零的c_j，所述SS_Am为m维K-means组合聚类得到的类间离差和，所述c_j为一维空间的聚类中心，所述m_T表示原始数据集共有m_T个维度，所述m表示预设子空间共有m个维度；

排序单元，用于使用所述c_j在每个维度上分别进行一维K-means聚类，得到每个维度的类间离差和SS_A1；

选取单元，用于基于m_T个类间离差和SS_A1，选取∑SS_A1最大且还未组合聚类过的m个维度；

输出单元，用于若已经选取完m个维度在所述m_T个维度中的所有组合或存在∑SS_A1≤SS_Am，则将SS_Am对应的聚类结果输出；

计算单元，若∑SS_A1＞SS_Am，使用当前选取的m个维度对应的c_j作为聚类初始值进行K-means组合聚类，并且计算得到对应的类间离差和SS_Am′；

迭代单元，用于返回执行所述选取单元的操作，且若存在SS′_Am＞SS_Am，则在所述返回执行前设置SS_Am＝SS′_Am。