[发明专利]一种基于大数据的聚类方法、装置及电子设备

权利要求书

1.一种基于大数据的聚类方法，其特征在于，包括：

获取待聚类的多个数据点以及预设聚类数量；

根据第一预设阈值、每个所述数据点与获取的其他每个所述数据点之间的距离，确定每个所述数据点的密度参数；

根据每个所述数据点的密度参数，将多个所述数据点聚类成所述预设聚类数量的初始集群；

根据多个所述数据点以及聚类得到的多个所述初始集群中包括的每个所述数据点，对多个所述数据点进行二次聚类，得到所述预设聚类数量的多个集群。

2.根据权利要求1所述的聚类方法，其特征在于，根据多个所述数据点以及聚类得到的多个所述初始集群中包括的每个所述数据点，对多个所述数据点进行二次聚类，得到所述预设聚类数量的多个集群，包括：

从所述多个数据点中随机选取出至少一个所述数据点；

将选取的至少一个所述数据点添加到离选取的所有的所述数据点距离之和最小的初始集群中；

根据每个初始集群中的每个所述数据点的权重值以及预设集群中心确定公式，确定出每个所述初始集群的集群中心点；

根据确定出的每个所述集群中心点，对多个所述数据点进行二次聚类，得到所述预设聚类数量的多个集群。

3.根据权利要求2所述的聚类方法，其特征在于，根据每个初始集群中的每个所述数据点的权重值以及预设集群中心确定公式，确定出每个所述初始集群的集群中心点，包括：

从每个所述初始集群中的多个所述数据点中随机选取一个数据点作为聚类中心点；其中，每个所述集群中除所述聚类中心点之外的其他每个所述数据点作为非聚类中心点；

根据每个所述初始集群中所述聚类中心点与相应的初始集群中包括的每个所述非聚类中心点的距离，确定每个所述初始集群中每个所述非聚类中心点的权重值；

根据每个所述初始集群中每个所述非聚类中心点的权重值以及预设集群中心确定公式，计算出每个所述集群中的聚类中心点对应的聚类值；

返回从每个所述初始集群中的多个所述数据点中随机选取一个数据点作为聚类中心点这一步骤，直到计算出每个所述初始集群中的每个所述数据点对应的聚类值为止；

从每个所述初始集群中的每个所述数据点对应的聚类值中选取出数值最小的聚类值对应的数据点作为相应的初始集群的集群中心点。

4.根据权利要求1所述的聚类方法，其特征在于，根据每个所述数据点的密度参数，将多个所述数据点聚类成所述预设聚类数量的初始集群，包括：

筛选出对应的所述密度参数大于第二预设阈值的至少一个所述数据点作为核心数据点；其中，所述第二预设阈值为根据所述预设聚类数量计算得到的数值；

根据筛选出的至少一个所述核心数据点，将多个所述数据点聚类成所述预设聚类数量的初始集群。

5.根据权利要求1所述的聚类方法，其特征在于，所述根据第一预设阈值、每个所述数据点与获取的其他每个所述数据点之间的距离，确定每个所述数据点的密度参数，包括：

计算每个所述数据点与获取的其他每个所述数据点之间的距离；

确定每个所述数据点与获取的其他每个所述数据点之间的距离中距离值大于所述第一预设阈值的个数；

将每个所述数据点对应的个数作为相应的所述数据点的密度参数。

6.一种基于大数据的聚类装置，其特征在于，包括：

获取模块，用于获取待聚类的多个数据点以及预设聚类数量；

确定模块，用于根据第一预设阈值、每个所述数据点与获取的其他每个所述数据点之间的距离，确定每个所述数据点的密度参数；

第一聚类模块，用于根据每个所述数据点的密度参数，将多个所述数据点聚类成所述预设聚类数量的初始集群；

第二聚类模块，用于根据多个所述数据点以及聚类得到的多个所述初始集群中包括的每个所述数据点，对多个所述数据点进行二次聚类，得到所述预设聚类数量的多个集群。