一种基于半径的k-means算法

• 作者: 刘家星 席敏 朱国魂
• 来源期刊: 桂林电子科技大学学报
• 学科: 工学
• 关键词: k-means 聚类 k-means++ k-means+λ 距离
• 年，卷（期）: 2013,（2）
• 页码范围: 134-138
• 页数: 5页
• 分类号: TP312
• 字数: 4776字
• 语种: 中文

摘要

传统的k-means算法及改进的k-means++算法中,簇的初始中心点选择都是随机的,这导致聚类结果可能陷入局部最优,使得算法对一些实际问题无效.为了克服这个缺陷,提出一种基于半径的k-means+λ算法,在选择簇的初始中心点时,根据λ参数计算各点间距离比例,并以某个特定的距离为半径作圆,在圆内根据距离比例选择一个初始化中心点.在相同的测试环境下,采用KDD CUP99数据集测试.测试结果表明,相比k-means算法和k-means++算法,本算法在错误率和运算时间上具有更高的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱国魂	桂林电子科技大学计算机科学与工程学院	24	64	4.0	6.0
2	席敏	桂林电子科技大学计算机科学与工程学院	3	11	2.0	3.0
3	刘家星	桂林电子科技大学计算机科学与工程学院	1	2	1.0	1.0