期刊文献+

一种k-均值聚类的改进算法

下载PDF
导出
摘要 由于k-均值经典算法必须在聚类前随机地选择聚类的个数k,则后所得到的聚类结果会受到初始选择的聚类个数的影响。针对这个问题,根据寻找最优初值及免受孤立点影响的思想,提出了一种改进的k-均值聚类算法。实验证明改进的k-均值聚类算法在一定程度上解决了该算法对初始值的依赖,并部分减少了算法受噪声数据影响的可能。
出处 《福建电脑》 2013年第12期103-104,111,共3页 Journal of Fujian Computer
  • 相关文献

参考文献4

  • 1HANJW KAMBERM 范明 孟小峰 译.数据挖掘概念与技术[M].北京:机械工业出版社,2001..
  • 2谢崇宝,袁宏源,郭元裕.最优分类的模糊划分聚类改进方法[J].系统工程,1997,15(1):58-63. 被引量:12
  • 3Kanungo T,Mount D M.A local search Approximation algo-rithm for k—means clustering [J] .Computational Geometry,2004,28(2/3):89-112.
  • 4Elkan C.Using the triangle inequality to accelerate k一means[C]//Proceedings of the 2nd International Conference on MachineLeaming(ICML—2003).Menlo Park:AAAI Press,2003:147—153.

共引文献63

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部