大型数据库中基于邻域连接的层次聚类算法

摘要

提出了一种基于邻域连接的层次聚类算法HANL,该算法首先采用分割的方法将数据集划分为若干个子簇,通过对子簇间的连接的分析,建立子簇间的连接构成图,图中带权的边代表了子簇间的连接紧密度.合并连接紧密度高的结点,得到最后的聚类结果.该算法适用于高维数据集,能够对任意形状的簇进行聚类,无论对于数值属性的数据库还是分类属性的数据库都是一个有效的聚类方法.同时这种方法聚类速度快,效率高,具有良好的伸缩性.