最近邻密度峰值聚类

无参聚类精度提升

该方法利用最近邻技术同时解决了密度峰值聚类中依赖密度核与参数、以及非中心数据分配导致误差传播的问题,在合成和真实数据集上优于多种现有算法。

Houshen, Lin · 侯剑 · 袁华强

Engineering Applications of Artificial Intelligence 2025

参数信息

数据集数量
50
对比算法数量
20

技术优势

无需人工调参

截断距离根据局部数据分布自适应确定,消除了对全局参数的敏感性。

防止误差传播

通过交替使用已分配数据和未分配数据的k近邻来分配非中心点,避免了连锁错误。

精度更高

在50个数据集上与20种算法对比,优于所有14种DPC变体和6种非DPC算法。

应用场景