基于网格的聚类算法是什么？

网格是一种有效的方法来组织一组数据，在低维度下至少如此。这个概念是将每个属性的适用值划分为多个连续的区间，形成一组网格单元。每个对象都落入一个网格单元中，其等效属性区间包含该对象的值。

可以通过一次遍历记录来将对象创建到网格单元中，并且还可以同时收集每个单元格的数据，包括单元格中的点数。

有多种方法可以使用网格实现聚类，但大多数方法都基于密度。基于网格的聚类算法如下：

• 表示一组网格单元。

• 将对象创建到相应的单元格中并计算每个单元格的密度。

• 删除密度低于定义阈值 r 的单元格。

• 从连续的密集单元格形成聚类。

定义网格单元 - 这是过程中的一个基本步骤，但也是最不清楚的步骤，因为有多种方法可以将每个属性的可能值划分为多个连续的区间。对于连续属性，一种方法是将值划分为宽度相同的区间。如果将此方法应用于每个属性，则生成的网格单元都具有相同的体积，并且单元格的密度很容易定义为单元格中的点数。

网格单元的密度 - 可以将网格单元的密度定义为点数除以区域的体积。换句话说，密度是单位面积上的点数，无论该区域的维度如何。

从密集网格单元形成聚类 - 从相邻的密集单元格形成聚类相对容易。存在一些问题，例如需要定义相邻单元格的含义。聚类方法有一些缺点可以通过使算法更完善来解决。例如，在聚类的边界上可能存在部分为空的单元格。

可以通过使用高于密度的数据来改进基本的基于网格的聚类。在某些情况下，记录同时具有空间和非空间属性。换句话说，某些属性定义了对象在时间或空间上的区域，而其他属性定义了对象的其它方面。

例如，房屋既有区域，也有多个特征，包括价格或以平方英尺为单位的楼层面积。由于空间（或时间）自相关，特定单元格中的对象对于其其他属性具有相同的值。

Ginni

更新时间： 2022年2月14日

2K+ 浏览量

开启你的 职业生涯

通过完成课程获得认证

开始学习