论文研究一种基于CF树的kmedoids聚类算法.pdf

当存在噪声和离群点时，k-medoids算法具有较好的鲁棒性，但是对于大数据集，算法的计算代价比较高。CF树是Birch算法中常用的一种结构，对于大数据集的聚类有较好的可伸缩性，但是对于非球形的数据，聚类结果较差。因此，在两种算法的基础上，提出一种基于CF树的k-medoids算法，先用数据集构建CF树，形成微簇，改进了欧式距离计算式，最后使用k-medoids算法对微簇进行聚类。当数据点较多时，改进算法比k-medoids算法运行速度快了近2倍。实验表明，改进算法具有较高的性能和可伸缩性。