改进的基于闵氏距离的软子空间聚类算法

用L1范数和L2范数的加权组合取代基于闵氏距离的软子空间(Minkowski metric based soft subspace,MSC)聚类算法目标函数中所用的Lp范数,导出一个新的MSC的聚类中心计算公式,从而得出一种改进的MSC聚类算法。改进算法使MSC的计算复杂度由O(n2 mc)降为O(nmc)(这里n是数据个数,m为数据维数,c是聚类数)。在Iris,breastcancer,Vehicle,User和Wine 5个真实数据上的对比性实验结果显示,改进MSC算法的聚类精度与原MSC的聚类精度相当,但改进算法的运行时间是原MSC运行时间的1/7到1/2。