厦门城健建设有限公司网站,网站和做空间,网站过期后多长时间不续费就完了,蒲江网站建设密度峰值聚类算法目录DPC算法1.1 DPC算法的两个假设1.2 DPC算法的两个重要概念1.3 DPC算法的执行步骤1.4 DPC算法的优缺点matlab代码密度计算函数计算delta寻找聚类中心点聚类算法目录
DPC算法
1.1 DPC算法的两个假设
1#xff09;类簇中心被类簇中其他密度较低的数据点包围…
密度峰值聚类算法目录DPC算法1.1 DPC算法的两个假设1.2 DPC算法的两个重要概念1.3 DPC算法的执行步骤1.4 DPC算法的优缺点matlab代码密度计算函数计算delta寻找聚类中心点聚类算法目录
DPC算法
1.1 DPC算法的两个假设
1类簇中心被类簇中其他密度较低的数据点包围 2类簇中心间的距离相对较远。
1.2 DPC算法的两个重要概念
1局部密度 设有数据集为 其中 N为样本个数M为样本维数。 对于样本点i的局部密度局部密度有两种计算方式离散值采用截断核的计算方式连续值则用高斯核的计算方式。
式中dij为数据点 i 与数据点 j 的欧氏距离dc为数据点i的邻域截断距离。 采用截断核计算的局部密度ρi等于分布在样本点i的邻域截断距离范围内的样本点个数而利用高斯计算的局部密度ρi等于所有样本点到样本点i的高斯距离之和。 DPC算法的原论文指出对于较大规模的数据集截断核的计算方式聚类效果较好而对于小规模数据集高斯核的计算方式聚类效果更为明显。
1.3 DPC算法的执行步骤 1.4 DPC算法的优缺点
优点 1不需要事先指定类簇数 2能够发现非球形类簇 3只有一个参数需要预先取值。 缺点 1当类簇间的数据密集程度差异较大时DPC算法并不能获得较好的聚类效果 2DPC算法的样本分配策略存在分配连带错误。
matlab代码
密度计算函数 计算密度利用截断核算法pdist2是计算欧式距离的对于每个idata_len进行计算所有的点的欧式距离利用求和函数进行求取密度 function data_densitycal_density(data,cut_dist)%%利用截断核的方式进行计算data_lensize(data,1);%%size(data,1)是获取data的行数size(data,2)是获取列数data_densityzeros(1,data_len);%%for idata_len1:data_lentemp_distpdist2(data,data(idata_len,:));%计算第i行的点和data中所有点的欧式距离data_density(idata_len)sum(temp_distcut_dist);%%temp_dist中所有数据同cut_dist进行比较%%disp(data_density(idata_len))end
end计算delta 两种情况 对于密度最高的值选取距离其最远的距离 对于密度最低的值选取距离其最近的距离 function data_deltacal_delta(data,data_density)data_lensize(data,1);data_deltazeros(1,data_len);for idata_len1:data_lenindexdata_densitydata_density(idata_len);%%index中存的是所有大于idata_len密度值的下标if sum(index)~0data_delta(idata_len)min(pdist2(data(idata_len,:),data(index,:)));elsedata_delta(idata_len)max(pdist2(data(idata_len,:),data));end%{两种情况对于密度最高的值选取距离其最远的距离对于密度最低的值选取距离其最近的距离%}end
end寻找聚类中心点 首先计算决策值之后进行排序选择前后项差值较大的点作为疑似中心点然后对每个疑似中心点找出小于两倍截断距离的疑似中心点并选取其中具有最大密度的点最后进行去重 function [center,center_index]find_center(data,data_delta,data_density,cut_dist)Rdata_density.*data_delta;%计算决策值figure;plot(R,*,Color,red)[sort_R,R_index]sort(R,descend);%sort_R是排序好的序列R_index是sort_R中元素在原来的R中的位置gamaabs(sort_R(1:end-1)-sort_R(2:end));%计算sort_R临近的两项之间的距离%disp(gama)[sort_gama,gama_idnex]sort(gama,descend);%对差值进行降序排列gmeansmean(sort_gama(2:end));%求平均值%gmeansmean(sort_gama);%寻找疑似聚类中心点疑似聚类中心第i项比第i1项的差值大于平均差值就认为第i项是疑似聚类中心temp_centerdata(R_index(gamagmeans),:);temp_center_indexR_index(gamagmeans);%进一步筛选中心点temp_center_distpdist2(temp_center,temp_center); temp_center_lensize(temp_center,1);center[];center_index[];%判断中心点之间距离是否小于2倍截断距离并中心点去重for icenter_len1:temp_center_lentemp_indexfind(temp_center_dist(icenter_len,:)2*cut_dist);%返回比2*截断距离小的下标[~,max_density_index]max(data_density(temp_center_index(temp_index)));%找出符合条件的最大值的索引if sum(center_indextemp_center_index(temp_index(max_density_index)))0%如果不在center_index中则加入center[center;temp_center(temp_index(max_density_index),:)];%每个数据是坐标因此垂直拼接center_index[center_index,temp_center_index(temp_index(max_density_index))];%{if icenter_len1disp(center)end%}end%center(icenter_len,:)temp_center(temp_index(max_density_index),:);end
end
%{
[A,B]相当于水平拼接A和B即horzcat(A,B)
[A;B]相当于垂直拼接A和B即vertcat(A,B)
%}聚类算法 对于中心点归于自身 对于非中心点首先选择密度比自身大的点然后不断选择其中密度最小的点判断是否为中心点是则归于此点否则继续迭代 function clusterClustering(data,center,center_index,data_density)data_lensize(data,1);data_distpdist2(data,data);clusterzeros(1,data_len);% 标记中心点序号for i1:size(center_index,2)cluster(center_index(i))i;end% 对数据密度进行降序排序[sort_density,sort_index]sort(data_density,descend);for idata_len1:data_len%判断当前数据点是否被分类if cluster(sort_index(idata_len))0nearsort_index(idata_len);while 1near_densityfind(data_densitydata_density(near));%找出密度比near大的点near_distdata_dist(near,near_density);%选取其中最小值[~,min_index]min(near_dist);if cluster(near_density(min_index))%若为中心点则可加入否则不能继续迭代查找cluster(sort_index(idata_len))cluster(near_density(min_index));break;elsenearnear_density(min_index);endendendend
end
