Sweep-Hyperplane Clustering Algorithm Using Dynamic Model

摘要

Klasterizavimas - vienas iš populiariausių neprižiūrimojo mokymosi metodų, kurio tikslas atrasti „užslėptas" struktūras duomenyse. Šiame straipsnyje aprašomas atstumu pagrįstas klasterizavimo algoritmas, kuriame artimiausio kaimyno paieškai naudojamos hiperplokštumos. Naujas, atstumu pagrįstas dinaminis modelis, praplečia SHCA algoritmo galimybes. Atlikti eksperimentiniai tyrimai su realiomis ir dirbtinai sugeneruotomis duomenų aibėmis, demonstruoja pasiūlyto algoritmo pranašumą ir efektyvumą.%Clustering is one of the better known unsupervised learning methods with the aim of discovering structures in the data. This paper presents a distance-based Sweep-Hyperplane Clustering Algorithm (SHCA), which uses sweep-hyperplanes to quickly locate each point's approximate nearest neighbourhood. Furthermore, a new distance-based dynamic model that is based on 2~N -tree hierarchical space partitioning, extends SHCA's capability for finding clusters that are not well-separated, with arbitrary shape and density. Experimental results on different synthetic and real multidimensional datasets that are large and noisy demonstrate the effectiveness of the proposed algorithm.