有效距离在聚类算法中的应用

来源：计算机科学与探索杂志2017年第3期北京时间：

作者：光俊叶，刘明霞，张道强

单位：1. 南京航空航天大学 计算机科学与技术学院，南京 2111062. 泰山学院 信息科学技术学院，山东 泰安 271021

摘要：clustering; distance metric; metric learning; effective distance 摘 要：聚类分析是数据挖掘领域的重要组成部分之一，而度量学习是聚类分析中的关键性步骤。传统聚类算法中通常使用欧氏距离进行距离度量，但是欧氏距离只关注两两样本之间的距离关系，并没有顾及数据的全局性分布结构。考虑到数据的全局性结构信息，提出了一种新的具有全局性的度量方法——有效距离度量（effective distance metric），其主要思想是通过稀疏重构的方法计算数据样本之间的有效距离。进一步地，将有效距离应用到K-means、K-medoids和FCM（fuzzy C-means）3种经典聚类算法中开发了3种基于有效距离的聚类算法，即EK-means，EK-medoids和EFCM聚类算法。通过与传统聚类算法在UCI标准数据集上的实验结果进行比较，验证了基于有效距离的聚类算法能显著提高聚类效果。

关键词：聚类,距离度量,度量学习,有效距离