初始聚类中心优化的k-means算法

• 作者: 周志勇 宋鑫 袁方
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 数据挖掘 聚类 k-means算法 聚类中心
• 年，卷（期）: 2007,（3）
• 所属期刊栏目: 软件技术与数据库
• 页码范围: 65-66
• 页数: 2页
• 分类号: TP39
• 字数: 2524字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2007.03.024

摘要

传统的k-means算法对初始聚类中心敏感,聚类结果随不同的初始输入而波动.为消除这种敏感性,提出一种优化初始聚类中心的方法,此方法计算每个数据对象所在区域的密度,选择相互距离最远的k个处于高密度区域的点作为初始聚类中心.实验表明改进后的k-means算法能产生质量较高的聚类结果,并且消除了对初始输入的敏感性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	袁方	河北大学数学与计算机学院	55	1249	17.0	34.0
2	周志勇	河北大学数学与计算机学院	5	298	3.0	5.0
3	宋鑫	河北大学数学与计算机学院	8	286	3.0	8.0