基于網(wǎng)格的密度峰值聚類算法研究及其應用.pdf

1、近幾年來，數(shù)據(jù)挖掘技術(shù)發(fā)展非常迅速，各種各樣的數(shù)據(jù)挖掘方法被源源不斷地提出，聚類作為數(shù)據(jù)挖掘領(lǐng)域一種重要的研究方法，已經(jīng)被廣泛地運用在城市熱點發(fā)現(xiàn)、圖像識別、廣告推薦、客戶細分等各個領(lǐng)域。
　　密度峰值聚類算法是2014年提出的一種具有代表性的聚類算法，在大多數(shù)數(shù)據(jù)集上都可以得到比傳統(tǒng)聚類算法更好的聚類效果，并且在聚類過程中，需要人為設定的參數(shù)很少，與傳統(tǒng)算法相比，具有運行速度較快、可以發(fā)現(xiàn)任意形狀簇等優(yōu)點，已經(jīng)被廣泛地應用在圖像

2、識別和社區(qū)劃分等領(lǐng)域。由于近年來數(shù)據(jù)科學的飛速發(fā)展，各種各樣的數(shù)據(jù)形式，越來越大的數(shù)據(jù)量，使得聚類算法需要不斷地適應新的數(shù)據(jù)要求。本文通過對密度峰值算法聚類過程的詳細分析，發(fā)現(xiàn)當數(shù)據(jù)規(guī)模達到一定程度時，密度峰值聚類算法就很難在普通計算機上直接處理數(shù)據(jù)集，而且聚類時間也隨著數(shù)據(jù)量的增長變得越來越長，這就大大限制了密度峰值聚類算法在大規(guī)模數(shù)據(jù)集上的應用。
　　針對以上問題，本文提出了一種基于網(wǎng)格的密度峰值聚類算法。該算法在密度峰值聚類

3、算法的基礎上，結(jié)合網(wǎng)格聚類算法的思想，對數(shù)據(jù)進行網(wǎng)格劃分，一方面優(yōu)化了算法計算相關(guān)參數(shù)所需要的時間，提高了算法運行速度，另一方面避免了密度峰值聚類算法在處理大規(guī)模數(shù)據(jù)集時出現(xiàn)的內(nèi)存溢出情況，使得算法在單個普通計算機上也能夠處理大規(guī)模數(shù)據(jù)集。實驗分別在低維和高維的標準數(shù)據(jù)集上驗證了基于網(wǎng)格的密度峰值聚類算法的有效性。
　　本文將基于網(wǎng)格的密度峰值聚類算法運用在國內(nèi)某城市出租車的真實軌跡數(shù)據(jù)集，利用乘客上下車的位置信息來發(fā)現(xiàn)城市中的熱