基于数据空间网格化的密度峰值聚类算法

摘要

密度峰值聚类方法能够对数据进行聚类,且适用于任意形状数据集的聚类。但当数据量增大时,算法的时间复杂度和存储开销也会大幅增加。针对此问题,提出一种基于数据空间网格化的密度峰值聚类方法,将数据每个维度的对应值域等分为若干区间,即将数据空间分成若干网格,在计算局部密度和距离时,仅需利用相邻网格的点。实验表明,该方法在保证聚类质量的前提下能极大地减少计算时间和占用内存,具有较高的可靠性和有效性。