基于分离性测度的数据分类效果评价

• 作者: 吴成茂 范九伦
• 来源期刊: 系统工程与电子技术
• 学科: 数学
• 关键词: 模糊C-均值聚类算法 聚类有效性 分离性测度
• 年，卷（期）: 2003,（9）
• 所属期刊栏目: 软件、算法与仿真
• 页码范围: 1154-1155,1160
• 页数: 3页
• 分类号: O235
• 字数: 2088字
• 语种: 中文
• DOI: 10.3321/j.issn:1001-506X.2003.09.033

摘要

针对模糊C-均值聚类算法对初始化分类参数(包括起始聚类中心位置和初始化分类隶属度矩阵)的选择比较敏感而导致分类结果差异性较大,以及错误分类会给解决实际问题带来难以预料的后果的情况,从数据的类内紧致性的对偶面即分离性入手,提出了基于分离性测度的分类效果好坏的评价准则.实验结果表明,定义的分类效果评价准则函数是可行的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	范九伦	西安邮电学院信息与控制系	250	2961	27.0	43.0
2	吴成茂	西安邮电学院信息与控制系	198	1556	18.0	31.0