各组内变异程度悬殊时传统K-means法的局限性及其改进

• 作者: 古萍 张晋昕 张熙 薛允莲 袁向东 骆福添 鲁婧婧
• 来源期刊: 中国卫生统计
• 学科: 医学
• 关键词: 聚类分析 欧氏距离 统计模拟
• 年，卷（期）: 2009,（1）
• 所属期刊栏目: 论著
• 页码范围: 18-21
• 页数: 4页
• 分类号: R1
• 字数: 3893字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-3674.2009.01.005

摘要

目的 本文旨在利用模拟数据和两组实例验证改进的K-means法对方差大小不等的类进行聚的效果.方法 利用SAS软件产生两类服从双变量正态分布,且方差不等的数据.分别采用改进的K-means法和传统的K-means法对用SAS软件产生的模拟数据和两组真实数据进行聚类,并计算两种方法 聚类结果 的正确率.结果 在对方差大小不等的两个类进行聚类时,改进K-means法的正确率高于传统的K-means法.结论 在对方差相差悬殊的两类进行聚类时,改进K-means法的效果优于传统的K-means法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	袁向东	广东省人民医院体检中心	12	68	5.0	8.0
2	张晋昕	中山大学公共卫生学院	157	1799	21.0	37.0
3	骆福添	中山大学公共卫生学院	43	382	11.0	18.0
4	张熙	中山大学公共卫生学院	15	133	6.0	11.0
5	鲁婧婧	中山大学公共卫生学院	5	80	3.0	5.0
9	古萍	广东省人民医院体检中心	14	186	7.0	13.0
10	薛允莲	中山大学公共卫生学院	33	270	10.0	15.0