Метод кластеризації на основі послідовного запуску k-середніх з обчисленням відстаней до активних центроїдів

Ткаченко, О. М.; Біліченко, Н. О.; Грійо-Тукало, О. Ф.; Дзісь, О. В.

Розглянуто один із варіантів розв'язку задачі кластеризації на основі алгоритму k-середніх, який широко застосовується в багатьох сферах науки та техніки. Головними недоліками алгоритму k-середніх є залежність результатів кластеризації від вибору початкової конфігурації центроїдів (ініціалізації) та збіжність до локального мінімуму цільової функції. Запропонований удосконалений метод k-середніх дозволяє одержати розв'язок, наближений до глобального мінімуму спотворення шляхом послідовного запуску k-середніх для 1, 2, ..., k центроїдів. Значне прискорення роботи досягається за рахунок обчислення відстаней лише до активних центроїдів, а також зменшення кількості векторів-кандидатів на вибір місця початкового розташування нового центроїду. Перевага даного підходу суттєво зростає за великих обсягів даних та зі збільшенням розмірності. Запропонований алгоритм доцільно використовувати в задачах кластеризації мовленнєвих даних під час створення кодових книг.


	Наукова періодика України		Реєстрація, зберігання і обробка даних