K-means初始聚类中心的选择算法

• 作者: 王潜平 郑丹
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 聚类 K-means算法 k-dist图 k-dist的差值图 密度
• 年，卷（期）: 2012,（8）
• 所属期刊栏目: 数据库技术
• 页码范围: 2186-2188,2192
• 分类号: TP311.13
• 字数: 4179字
• 语种: 中文
• DOI: 10.3724/SP.J.1087.2012.02186

摘要

K-means算法随机选取初始聚类中心,容易造成聚类准确率低且聚类结果不稳定.针对这一问题,提出一种初始聚类中心的选择算法.通过k-dist的差值(DK)图分析,确定数据点在k-dist图上的位置,选择主要密度水平曲线上k-dist值最小的点作为初始聚类中心.实验证明,改进算法选择的初始聚类中心唯一,聚类结果稳定,聚类准确率高,选代次数少.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王潜平	中国矿业大学计算机科学与技术学院	53	444	10.0	18.0
2	郑丹	江苏师范大学人事处	2	60	1.0	2.0