EM算法与K-Means算法比较

• 作者: 李伟 黄颖
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 聚类 K-Means算法 EM算法
• 年，卷（期）: 2007,（9）
• 页码范围: 12-14
• 页数: 3页
• 分类号: TP301.6
• 字数: 2734字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2007.09.004

摘要

聚类是广泛应用的基本数据挖掘方法之一,它按照数据的相似性和差异性将数据分为若干簇,并使得同簇的尽量相似,不同簇的尽量相异.目前存在大量的聚类算法,本文仅考察了划分方法中的两个常用算法:EM算法和K-Means算法,并重点剖析了EM算法,对实验结果进行了分析.最后对算法进行了总结与讨论.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李伟	江西理工大学信息工程学院	24	201	8.0	14.0
2	黄颖	江西理工大学信息工程学院	8	130	6.0	8.0