clique算法的基本思路-資料下載頁(yè)
【導(dǎo)讀】采用基于密度的算法。聚類就是一個(gè)區(qū)域，滿足該區(qū)域中。把數(shù)據(jù)空間分割成網(wǎng)格單元，將落到某個(gè)?？梢灾付ㄒ粋€(gè)數(shù)值，當(dāng)某個(gè)單元。聚類也就定義為連。通的所有的稠密單元格的集合。,Ad｝是n個(gè)域的集合，那么。×Ad就是一個(gè)d維空間，我們將A1,A2,…看成是S的維（屬性）；算法的輸入是一個(gè)n維空間中的點(diǎn)集,設(shè)為V=. ,vm｝，其中vi=｛vi1,vi2,…通過(guò)一個(gè)輸入?yún)?shù)ξ，可以將空間S的每一維分成相同的ξ。,ud｝,其中ui=[li,hi)是一個(gè)前閉后開(kāi)區(qū)間；,vd｝落入一個(gè)單元u=. ,ud｝中，當(dāng)且僅當(dāng)對(duì)于每一個(gè)ui都有。u是綢密的，當(dāng)且僅當(dāng)selectivity>τ。對(duì)于S的任何子空間，例如子空間。×Atk，（k<d，并且當(dāng)i<j時(shí)有ti<tj成。兩個(gè)k維中的單元格u1,u2稱為連通的當(dāng)且僅。兩個(gè)單元格u1=｛rt1,rt2,…,rtk｝,u2=｛r’t1,r’t2,…,Atk-1），有rtj=r’tj成立（j=1,2,…并且對(duì)于第Atk維有htk=l’tk，或者h(yuǎn)’tk=ltk成立；區(qū)域是指一個(gè)每一邊都與坐標(biāo)軸平行的類矩。也就是說(shuō)這類區(qū)域是由單元格組成的且具有規(guī)則。的超集Rˊ也包含于C；一個(gè)聚類C的最小描述是上述最大區(qū)域（maximal
【正文】 covered by some maximal region in R Obtain a maximal region covering a dense unit u ? Start with u and grow it along dimension a1,as much as possible in both directions(to the left and to the right of the unit),using connected dense units contained in C ? Grow this region along a2 ? Repeated for all the dimensions,yielding a maximal region covering u cover ? Input: a cover for each cluster ? Output: a minimal cover (minimality is defined in terms of the number of maximal regions required to cover the cluster) ? Method: ? Remove from the cover the smallest(in number of units)maximal region which is redundant ? Repeat the procedure until no maximal region can be removed. 算法小結(jié) 第 1步： 根據(jù) delta的值將原數(shù)據(jù)表的每一維劃分成相等的區(qū)間；將每一維上區(qū)間的定義保存到 “ Interval_Define” 表中； 第 2步： n=1； 這時(shí)所有單元都為候選稠密單元； 第 3步： 掃描原數(shù)據(jù)表 ， 找出 n維子空間中落在每個(gè)候選稠密單元的數(shù)據(jù)點(diǎn)數(shù)； 第 4步： 根據(jù) select thresh的值找出 n維子空間中的稠密單元； 第 5步： 用 MDLbased算法修剪子空間； 第 6步： 由 n維子空間中的稠密單元集求出 n+1維子空間中的侯選稠密單元集 ， 若 n+1維子空間中的侯選稠密單元集不為空 ， 跳轉(zhuǎn)第 3步 第 6步： 用 depthfirstsearch algorithm找出 n維空間中的聚類； 第 7步： 用 greedy growth algorithm求覆蓋每個(gè)聚類的最大區(qū)域集； 第 8步： 求出每個(gè)聚類的最小覆蓋； 第 9步： 將聚類信息保存到 “ Minning_Result_XB”表中 。
鄂ICP備17016276號(hào)-1