一种k-均值聚类的改进算法

• 作者: 游强华 王萍 郑芸芸
• 来源期刊: 福建电脑
• 关键词: 最优初值 k-均值聚类 数据挖掘
• 年，卷（期）: 2013,（12）
• 所属期刊栏目: 应用与开发
• 页码范围: 103-104,111
• 页数: 3页
• 字数: 2765字
• 语种: 中文

摘要

由于k-均值经典算法必须在聚类前随机地选择聚类的个数k,则后所得到的聚类结果会受到初始选择的聚类个数的影响.针对这个问题,根据寻找最优初值及免受孤立点影响的思想,提出了一种改进的k-均值聚类算法.实验证明改进的k-均值聚类算法在一定程度上解决了该算法对初始值的依赖,并部分减少了算法受噪声数据影响的可能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王萍	川北医学院计算机数学教研室	50	118	5.0	8.0
2	郑芸芸	川北医学院计算机数学教研室	6	9	2.0	3.0