K-means聚类算法分析研究

• 作者: 郑美容
• 来源期刊: 信息与电脑：理论版
• 学科: 工学
• 关键词: 数据挖掘 K-MEANS算法 聚类算法 聚类中心
• 年，卷（期）: 2012,（7）
• 页码范围: 108-110
• 页数: 3页
• 分类号: TP311.13

摘要

K-means算法是一种经典的聚类算法,目前在许多领域得到广泛的应用。本文从传统的K-means算法出发分析它的优缺点,针对传统算法对初始聚类中心敏感的问题,分析了基于距离优化和基于密度分布的思想两类K-means改进算法,并选取了两类改进算法中的两个具体改进的算法在UCI(University of California,Irvine)标准数据集上的进行实验,深入分析了传统的K-means算法和改进后的K-means算法的聚类结果,为K-means算法进一步研究提供参考。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑美容	福州海峡职业技术学院计算机通信工程系	3	35	1.0	3.0