关于结合层次聚类和K-means算法进行聚类的研究

摘要

为了解决进行K-means聚类时类数的自动选择和Hierarchical聚类在处理大量高维数据时时间效率低的问题，在K-means聚类算法的基础上结合Hierarchical聚类算法，提出了一种基于集体智慧编程方法的用于处理大量数据时动态选取K值的聚类模型。实验结果表明该算法比K-means聚类具有更好的聚类效果，同时解决了Hierarchical聚类方法时间效率低的问题。本模型通过K-means聚类生成适量的类簇，再利用Hierarchical聚类对这些类再进行聚类，最后经过剪枝得到合适的聚类结果，以此实现动态选取K值。