动态聚类是一种迭代重定位技术.全文阐述了K均值(K-means)和迭代自组织数据分析技术(ISODATA,Iterative Self-Organizing Data Analysis Technique)两种动态聚类算法的基本思想,并通过对Iris数据集的实验,从初始中心的选取、数据输入顺...动态聚类是一种迭代重定位技术.全文阐述了K均值(K-means)和迭代自组织数据分析技术(ISODATA,Iterative Self-Organizing Data Analysis Technique)两种动态聚类算法的基本思想,并通过对Iris数据集的实验,从初始中心的选取、数据输入顺序的敏感性、噪声数据的敏感性和聚类效果等角度对这两种算法进行了分析比较,结果说明两种方法各具特色.展开更多
文摘动态聚类是一种迭代重定位技术.全文阐述了K均值(K-means)和迭代自组织数据分析技术(ISODATA,Iterative Self-Organizing Data Analysis Technique)两种动态聚类算法的基本思想,并通过对Iris数据集的实验,从初始中心的选取、数据输入顺序的敏感性、噪声数据的敏感性和聚类效果等角度对这两种算法进行了分析比较,结果说明两种方法各具特色.