一种基于最小生成树的海量数据聚类处理方法

摘要

本发明一种基于最小生成树的海量数据聚类处理方法，属于分类学及数据挖掘算法技术领域。本方法按照最小生成树的普利姆算法建立全连通的海量数据树状结构；根据海量数据的物理意义确定适用的距离度量，并根据距离度量规则确定海量数据最小生成树的边权值；根据海量数据最小生成树结构生成相应的节点关联矩阵，通过对称处理删除节点关联矩阵中的冗余数据；结合海量数据关联矩阵分别计算高度数节点的权重差异度，并按照大小关系进行排序；根据海量数据的实际物理意义去除节点权重差异度较高点的较长边，从而获取理想数量的样本点簇。本发明能对海量数据进行数据聚类处理，可以减小后续数据分析的难度。