基于初始聚类中心优化和维间加权的改进K-means算法

• 作者: 吕奇峰 曾晶 王泉 王越
• 来源期刊: 重庆理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 聚类 K-means算法 初始聚类中心 维间加权 Iris数据集
• 年，卷（期）: 2013,（4）
• 所属期刊栏目: 信息·计算机
• 页码范围: 77-80
• 页数: 4页
• 分类号: TP301.6
• 字数: 2740字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8425(z).2013.04.016

摘要

针对K-means算法易受随机选择的初始聚类中心的影响和划分准确率不高的缺点,给出了一种改进的K-means算法.首先对初始聚类中心的选择过程进行了改进,然后对各样本点间差异最大的维进行加权处理.在Iris数据集上对原始算法和改进后的K-means算法的聚类结果进行对比分析.实验证明:改进后的算法稳定,且聚类的准确率达到了92％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王越	重庆理工大学计算机科学与工程学院	50	351	12.0	16.0
2	曾晶	重庆理工大学计算机科学与工程学院	5	48	4.0	5.0
3	王泉	重庆理工大学计算机科学与工程学院	2	29	2.0	2.0
4	吕奇峰	重庆理工大学计算机科学与工程学院	2	29	2.0	2.0