多种聚类算法性能的比较分析

来源：计算机技术与发展杂志2020年第08期北京时间：

作者：纪汉霖;李兆信

摘要：聚类模型是数据挖掘的重要模型,聚类相关模型比较多,聚类算法对数据特征等有较高的要求,目前广泛应用于人工智能、数据分析等领域。选取了六种不同类型的聚类算法,即 Affinity Propagation、Birch、Gaussian Mixture Model、Hierarchical clustering、K-means 和 Spectral,并对其进行了对比分析。采用由机器生成的符合大数据时代下数据特性的数据集而非 UCI 数据库中符合特定形态的标准测试集,并在数据集上对算法进行了性能测试、效率测试和敏感性分析。研究结果显示,在性能测试上:AP 算法聚类效果最佳,其次是 K-means 算法。Affinity Propagation 算法对数据的要求高,使用范围小,K-means 适用性和稳定性相对比较好;在效率测试上,Affinity Propagation 算法最差,其次是 Spectral 算法;在敏感性上,K-means 算法和Hierarchical? ?clustering 算法对数据的数量级不敏感,Spectral 算法对数量级比较敏感。从聚类效果、性能和对数量级的敏感性三个方面综合来看,K-means 算法相对优于其他五种聚类算法。

关键词：聚类算法;机器数据集;性能;效率;敏感性