基于自然邻居搜索优化策略的密度峰值聚类算法

摘要

结合自然邻居搜索算法改进了密度峰值聚类（clustering by fast search and find of density peaks, CFSFDP）算法存在的一系列问题，提出基于自然邻居搜索优化策略的密度峰值聚类（density peak clustering algorithm optimized by natural neighbor search, NaN-CFSFDP）算法。基于自然邻居搜索算法提出了一种离群样本的检测方法，针对CFSFDP算法中截断距离d_c人工准确取值较难的问题，结合自然邻居搜索算法改进了d_c的计算方式，实现了d_c的自动取值。重新设计并统一了CFSFDP算法的样本密度度量规则，使其更关注每个样本的局部信息。由于数据集中因类簇间的密度差异大，密度峰值点集中于稠密簇使得簇丢失，因此提出样本共享自然邻居和类簇共享自然邻居的概念，构造新的类簇融合算法。合成数据集和真实数据集上的实验结果表明，在大多数情况下，NaN-CFSFDP算法在聚类性能上优于或至少与比较方法相当，且与CFSFDP算法及其改进算法相比参数更少。

关键词

密度峰值 / 自然邻居 / 聚类 / 类簇融合 / 离群样本 / 截断距离