一种实现K‑means聚类的方法及装置

摘要

本申请公开了一种实现K‑means聚类的方法及装置，包括：对聚类数据进行随机抽样得到样本集，样本集与聚类数据满足预先设置的相似度数值；利用获得的样本集形成K个集群的层次聚类，将层次聚类的K个集群的质心作为K‑means聚类的初始质心；根据获取的K‑means初始质心进行K‑means聚类。本发明通过选取需要数量的聚类集样本进行层次聚类，以获取层次聚类的质心作为K‑means聚类方法的初始质心，使K‑means聚类方法不受初始质心影响。另一方面，通过聚类算法过程中不满足聚类第一数值的聚类进行删除，从最大的聚类开始拆分相应个数的聚类，以保证聚类要求的聚类集群的个数要求。

主权项

一种实现K‑means聚类的方法，其特征在于，包括：对聚类数据进行随机抽样得到样本集，样本集与聚类数据满足预先设置的相似度数值；利用获得的样本集形成K个集群的层次聚类，将层次聚类的K个集群的质心作为K‑means聚类的初始质心；根据获取的K‑means初始质心进行K‑means聚类；所述满足预先设置的相似度数值为：预先设置相似度数值，通过计算公式(1‑(1‑1/K)^s)^K的数值大于或等于预先设置的相似度数值，获得样本集的样本数值；其中，S为需要计算的样本集的样本数值。