一种新的聚类有效性函数

摘要

聚类有效性函数是用于评价聚类结果优劣的指标,准确地给出初始聚类类别数将使得聚类结果趋于合理化.根据模糊不确定性理论及聚类问题的基本特性,引入了新的紧密度度量指标D_i(U;c),在此基础上提出了一个旨在寻求最优聚类类别数的有效性函数.该函数基于数据集的紧密度与分离度特征,综合考虑了数据成员的隶属度及数据集的几何结构.实验结果表明该有效性函数能够发现最优的聚类类别数,对于分类结构较为明确的数据集表现出良好的性能,并且对于权重系数具有良好的鲁棒性.