基于属性权重最优化的 k-means 聚类算法

• 作者: 熊平 顾霄
• 来源期刊: 微电子学与计算机
• 关键词: 聚类算法 属性权重 数据挖掘 目标函数
• 年，卷（期）: 2014,（4）
• 页码范围: 40-43
• 页数: 4页
• 分类号: TP309
• 语种: 中文

摘要

聚类是最常用的数据挖掘算法之一。为了提高聚类结果的质量，应用拉格朗日乘数法提出了一种基于属性权重最优化的k-means聚类算法。该算法在计算样本与质心的距离时为各属性赋予相应的权重以表示属性的重要程度，并在每轮迭代中根据质心向量的变化自动计算最优的属性权重，使得所有样本与相应质心的距离和最小。实验结果验证了该方法相对于传统k-means算法的优势。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	熊平	中南财经政法大学信息与安全工程学院	12	289	5.0	12.0
2	顾霄	中南财经政法大学信息与安全工程学院	1	15	1.0	1.0