초록
다수의 클러스터링 알고리즘은 클러스터가 임의의 형태를 가질 때, 밀도가 다르거나, 데이터 클래스가 불균형하며 서로 가까이 위치해 있을 경우, 심지어 두 차원에서도 실패하는 경우가 많다. 이러한 문제에 대응하기 위해, 새로운 클러스터링 알고리즘인 DenMune이 제안된다. 이 알고리즘은 크기 K의 상호 근접 이웃(mutual nearest neighborhoods)을 활용하여 밀도가 높은 영역을 식별하는 데 기반을 두고 있으며, 사용자로부터 요구되는 유일한 파라미터는 K뿐이며, 상호 근접 이웃 일관성 원칙(mutual nearest neighbor consistency principle)을 따르는 것을 전제로 한다. 이 알고리즘은 K의 다양한 값에 대해 안정적인 성능을 보이며, 클러스터링 과정에서 노이즈를 자동으로 탐지하고 제거할 수 있을 뿐만 아니라 목표 클러스터도 탐지할 수 있다. 다양한 저차원 및 고차원 데이터셋에서 기존의 여러 최첨단 클러스터링 알고리즘과 비교하여 강건한 성능을 나타낸다.