一种基于均方差属性加权的K-means算法

• 作者: 上官廷华 冯荣耀 柳宏川
• 来源期刊: 信息技术
• 学科: 工学
• 关键词: K-means算法 属性权重 均方差
• 年，卷（期）: 2010,（3）
• 所属期刊栏目: 研究与探讨
• 页码范围: 55-57
• 页数: 3页
• 分类号: TP18
• 字数: 2021字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-2552.2010.03.015

摘要

在传统的K-means聚类算法基础上提出了一种基于均方差属性加权的MWS-K-means算法.引入特征权重以提高聚类结果的类内相似度(intra-similarities),从而提高聚类精度.考虑到K-means算法采用误差平方和作为聚类准则函数, 而误差平方和与概率论中数字特征的基本描述方法--均方差具有较高相似性,算法中特征权重的计算采用均方差法.根据属性的离散程度对欧氏距离进行加权处理,从而用相对距离代替绝对距离来计算类间相似度.实验结果表明:MWS-K-means算法在聚类精度方面优于标准的K-means算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯荣耀	郑州大学教育技术中心	13	52	4.0	6.0
2	柳宏川	郑州大学信息工程学院	11	104	5.0	10.0
3	上官廷华	河南商业高等专科学校现代教育与实验中心	6	34	3.0	5.0