登录 | 注册 | 退出 | 公司首页 | 繁体中文 | 满意度调查
综合馆
K-means聚类算法的一种改进方法
  • 摘要

    聚类分析是数据挖掘中的重要研究之一,其算法的好坏直接影响到聚类效果。本文首先论述了经典的K-means聚类算法,然后分析讨论了K-means聚类算法对K值的选择,初始聚类中心的选择及对噪声与孤立点数据敏感等方面的不足,并利用了基于距离算法的孤立点剔除理论,来消除噪声和孤立点等数据对K-means聚类质量的影响,最后通过实验证明,改进后的K-means聚类算法更好的提高了聚类质量。

  • 作者

    任青山  方逵 

  • 作者单位

    湖南农业大学信息科学技术学院 湖南 长沙 410128

  • 刊期

    2016年5期

  • 关键词

    K-means聚类  孤立点  聚类质量评估 

相似文献 查看更多>>
34.204.202.44