[发明专利]一种基于聚类算法DBSCAN的维度细分方法

权利要求书

1.一种基于聚类算法DBSCAN的维度细分方法，其特征在于，该方法包括如下步骤：

步骤1，将多维数据集表示如下：

nD＝{d₁，d₂…，d_n}＝d₁∪d₂∪...∪d_n

其中，d_n表示第n个维度，nD表示多维数据集；先将数据集中数据进行标准化处理，使每个维度中的数据成为符合均值为0、方差为1的数据，n表示维度数，调整DBSCAN的参数：给定点在邻域内成为核心对象的最小邻域点数MinPts、邻域半径Eps，针对每一个维度内部分别使用DBSCAN算法，得到的聚类成为该维度的子维度，进行单维度聚类后的数据集表示如下：

其中，表示第n个维度被分成k_n类；

步骤2，对聚类结果提供计算得分的方法，得到一个得分最高的聚类结果；即，多维数据集nD中的某个维度d_i经过DBSCAN算法聚类后，被分成n_i类，该步骤具体处理如下：

其中表示d_i的第n_i个维度，该维度对应的分割点的集合为集合X_i的任一子集都视为一种分割方式，此时有个子集，即有种分割方式；

对得到的分割方式计算得分，计算得分的过程为：以此分割方法得到单维度的子维度，每个子维度分别计算与其他维度对应数据之间的Pearson相关系数，Pearson相关系数是变量间的线性相关关系，计算公式为：

其中，x、y表示进行计算的两个维度的一组对应数据点，n表示一个维度中数据点的总数；

对每个分割方式，都得到一个对应的相关关系矩阵：

得分即定义为矩阵每行的均值与方差的和，得分越高，即认为子维度的相关关系的差距越大，分割效果越明显，越适合进行多尺度的维度分析。选出得分最高的一个分割方式，作为暂时的聚类结果；

步骤3，利用步骤2得到的暂时的聚类结果，在对应的分割点集合X_i中，在随机位置随机插入0～5个不超过数据集尺寸的自然数，作为新的分割点，重复100次，得到100种新的分割方案，并计算按新方案分割后的得分，其中得分最高的一种分割方法，其分割结果作为最终的聚类结果。

2.根据权利要求1的基于聚类算法DBSCAN的维度细分方法，其特征在于，所述分割方法得到单维度的子维度，每个子维度分别计算与其他维度之间的皮尔森相关系数，得到一组相关系数，得分即定义为这组数据的均值与方差的和。