一种影响空间下的快速K-means聚类算法

摘要 K-means是一种经典的迭代划分聚类算法，但在每次迭代过程中，需要计算和比较每个数据点与所有中心点之间的距离，因此聚类过程时间开销大.利用影响空间数据结构,给出一种快速K-means聚类算法.该算法首先，引入影响空间数据结构对给定数据集进行区域划分，获得各个区域中的代表数据点；然后，对代表数据点进行K-means聚类，得到的代表数据点所属的类别即是该区域中所有数据点所属的类别,有效地降低迭代过程中的数据量，提高了聚类效率；最后，理论分析和实验结果表明，仅对代表性数据点而非数据集中所有数据点进行迭代聚类，能够在保证聚类质量的前提下，有效地提高聚类效率.