[发明专利]一种基于数据密度和Huffman树的k均值数据处理方法

摘要

本发明公开了一种基于数据密度和Huffman树的k均值数据处理方法，该方法包括以下步骤：1）对给定的数据集U，计算数据集U中每一个点Pi的密度；2）计算数据集U中每一个点Pi平均密度Mav；3)将密度大于Mav的点放到集合V中，在集合V中生成Huffman树；4)逆序删除生成的Huffman树的k-1个点，获得k个点;5)设定剩下的k个点为初始的聚类中心；6)计算数据U中所有的点到这k个点的距离，将点归到离其最近的聚类里；7）调整聚类中心，将聚类的中心移动到类的几何中心处；8）重复步骤(6)(7)直到聚类中心不再移动，获得聚类结果。本发明方法在保证了在分类正确率的前提下，大大的减少了算法的运行时间。

主权项

一种基于数据密度和Huffman树的k均值数据处理方法，包括以下步骤：1)对给定的数据集U，计算数据集U中每一个点Pi的密度M(Pi)；所述任意一点Pi的密度是以Pi为圆心，Eps为半径的圆的范围内包含的对象的个数；其中Eps为给定的半径；其中α为调节系数，k为对数据集分类的个数，d(xi,xj)表示数据集中任意两点之间的距离；2)计算数据集U中每一个点Pi平均密度Mav；其中，n为数据集中对象的个数；3)将密度大于Mav的点放到集合V中，在集合V中生成Huffman树，每次合并距离最近的两点，并用均值代替，直到集合V中只剩下一个点为止；4)逆序删除生成的Huffman树的k‑1个点，得到k个点；5)设定得到的k个点为初始的聚类中心；6)计算数据U中所有的点到这k个点的距离，将点归到离其最近的聚类里；7)调整聚类中心，将聚类的中心移动到类的几何中心(即平均值)处；8)重复步骤(6)(7)直到聚类中心不再移动，获得聚类结果。