一种基于密度划分准则的二分K均值算法

摘要

本发明涉及一种基于密度划分准则的二分K均值算法，通过二分K均值算法，将数据集划分成两个簇，并利用dbscan算法，得到所有簇可以划分成的子簇数目，将子簇最多的簇通过二分K均值算法进一步划分，通过不断迭代，最终完成聚类；本发明克服了”sse最小化划分准则”对簇的形状不敏感的缺点，能够更科学地选择需要划分的簇，有效地提高了聚类准确度，同时，只需要比较相同邻域半径和点数阈值条件下每个簇的子簇数目，消除了邻域半径和点数阈值设置不当对聚类准确度的影响，另外，本发明克服了划分聚类不能去除噪声点的缺点，具有重要的现实意义。