基于离群点识别的聚类结果属性特征簇发现

对聚类结果的理解有助于评价聚类效果，可以据此调整聚类过程，更高效地使用聚类结果．但是，聚类结果的理解仍然是一个尚未解决的问题．提出了基于离群点识别技术分析任意聚类算法的聚类结果，发现了聚类结果属性特征簇的方法；提出一种基于不相似性比值的离群点识别算法．通过对全部数据簇的属性描述进行离群点分析，发现各数据簇的特征属性，实现对聚类结果的理解．所提方法适用于任意聚类算法结果的分析．对UCI的iris、ZOO和Housing数据集的采用X―means、Frozen和DBScan算法的聚类结果进行聚类结果分析，实验表明所提方法较成功地发现了不同聚类算法的属性特征簇，有助于对聚类结果的深入理解．