溫曉敏　唐德玉

摘要：傳統(tǒng)的K-均值算法依賴于初始聚類中心的選取，使聚類結果只能收斂于局部最優(yōu)解；差分演化算法是一類利用隨機偏差擾動產生新個體的方式獲得非常好的收斂性的結果。為了克服K-均值聚類算法的上述缺點，該文提出基于差分演化的K-均值聚類算法，新算法結合K-均值算法的高效性和差分演化算法的全局優(yōu)化能力，較好地解決了聚類中心優(yōu)化問題。實驗證明，此算法能夠有效改善聚類質量。以肝功能疾病為例對新方法在醫(yī)學中的應用進行了探討。

關鍵詞：K-均值算法；聚類；差分演化算法；肝功能疾病診斷

中圖分類號：TP311 文獻標識碼：A 文章編號：1009-3044（2013）08-1900-03

1 概述

隨著數(shù)據(jù)挖掘技術的發(fā)展，聚類分析[1]被用作數(shù)據(jù)分析、數(shù)據(jù)理解和模式識別的有效工具，其中k均值（K-means）算法是聚類分析中一種被廣泛應用的啟發(fā)式方法，具有簡單，快速的優(yōu)點。但K-means算法對初始聚類中心敏感，存在易陷入局部最優(yōu)解的缺點。因此本文重點討論了K-means算法的改進，提出一種基于差分演化算法的K-means算法，以肝功能疾病的診斷為例，對新方法是否改進了K-means算法進行了研究討論。

2 K-均值（K-means）聚類算法

3.2算法描述

4 實驗結果及其分析

為了驗證提出的算法的有效性，利用UCI機器學習數(shù)據(jù)庫中的Liver Disorders數(shù)據(jù)集作為測試樣本集。樣本集的實驗資料是取自英國醫(yī)學研究有限公司于1990年所建立的肝功能疾病資料集。該資料集是對英國保柏健康小組進行血液測試，并紀錄測試結果而得。資料集中共有345個記錄樣本，6個輸入屬性為連續(xù)性資料，一個類別標記屬性（輸出屬性）status，status的值有0與1兩種，當status=1時確定病例。樣本集可分為2個種類，這兩類樣本的個數(shù)分別為138、207。

5 結論

通過對K-means算法的研究，提出了基于差分演化算法的K-means算法。實驗結果表明，該方法很好地解決了K-means算法易陷入局部最優(yōu)的問題，得到了較好的聚類效果，在醫(yī)學診斷方面有很大的幫助。

參考文獻：

[1] Han J W， Kamber M.數(shù)據(jù)挖掘概念與技術[M].范明，孟小峰，譯.2版.北京：機械工業(yè)出版社，2007：251-252.

[2] MacQueen J. Some Methods for Classification and Analysis of Multitvariate Observations [C]. Proceeding of the 5th Berkeley symposium on mathematical statistcs and probability. Berkeley，university of California press，1967：281-297.

[3] Lampinen J.A bibliography of differential evolutionalgorithm[EB/OL]. 2002-10-14.

[4] 龔文引.差分演化算法的改進及其在聚類分析中的應用研究[D].中國地質大學，2010.

[5] 由雪梅，楊連中.求解復雜問題的差分演化算法研究[D].山東：山東大學.2011.