数据结构
网络
关系数据库管理系统
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C语言编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
服装设计
法律研究什么是CURE算法？
CURE代表“使用代表点的聚类”。它是一种聚类算法，使用多种技术来构建一种能够处理大型数据集、异常值以及具有非球形结构和非均匀大小的聚类的方法。CURE通过使用聚类中的几个代表点来定义聚类。
这些点将捕捉聚类的几何形状和结构。第一个代表点被选择为距离聚类中心最远的点，而其余的点则被选择为距离所有先前选择的点最远的点。通过这种方法，代表点是关联性地良好分布的。选择的多个点是一个参数，但发现10或更多个值运行良好。
由于选择了代表点，因此它们会向中心收缩一个因子𝛼。这有助于缓和异常值的影响，异常值通常距离中心更远，因此收缩幅度更大。例如，距离中心10个单位的代表点可以移动3个单位（对于𝛼 = 0.7），而距离中心1个单位的代表点可以移动0.3个单位。
CURE利用层次聚类过程的特定特性，在聚类阶段的两个多个点处去除异常值。首先，如果一个聚类增长缓慢，那么这可能意味着它主要包含异常值，因为根据定义，异常值远离其他值，并且不会经常与其他点合并。
在CURE中，这种第一个异常值消除过程通常出现在聚类数量为初始点数的1/3时。第二个异常值消除过程出现在多个聚类数量达到K（所需的多个聚类数量）的级别时。此时，会移除小聚类。
由于CURE的最坏情况复杂度为$\mathrm{O(m^2logm)}$，因此它不能精确地用于大型数据集。CURE使用两种方法来加速聚类过程。第一种方法是获取一个随机样本，并在样本数据点上执行层次聚类。接下来进行最后一步，将数据集中每个剩余点分配到一个聚类中，方法是选择具有最近代表点的聚类。
在某些情况下，聚类所需的样本量很大，需要第二种更高级的技术。在这种情况下，CURE将样本数据进行分区，并在每个分区中对点进行聚类。此预聚类过程之后是中间聚类的聚类，以及最后一步，将数据集中每个点分配到一个聚类中。
2K+ 浏览量
