【数据聚类】第五章第一节：基于网格的聚类算法概述

• pdf下载（密码：7281）

基于网格的聚类算法：主要用于处理大规模多维数据的聚类问题。它利用一个网格结构，将数据分布的空间划分为有限数目的单元，然后在这些网格单元上执行聚类操作。基于网格的聚类算法主要优点是能处理大数据集的聚类问题，其处理时间与数据量基本呈线性关系，主要依赖于数据空间的维度和每一维的单元数量。基于网格的聚类算法一般有以下五个典型步骤

• 建立网格结构：将要处理数据所分布的空间用网格的结构进行分割。一维数据用点分割，二维数据用线分割，分割得到的每个小块称之为单元
• 计算单元密度：单元密度是指每个单元数据点的数量与单元空间大小的比值
• 对单元按照密度进行排序：
• 识别簇中心：具有最高密度的单元即为簇中心
• 对邻接单元进行遍历：从簇中心开始，对与其邻接的单元进行遍历