K-means算法初始聚类中心选择的优化

• 作者: 郁启麟
• 来源期刊: 计算机系统应用
• 关键词: 数据挖掘 度中心性 K-means算法 聚类
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 软件技术·算法
• 页码范围: 170-174
• 页数: 5页
• 字数: 4102字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.005733

摘要

迄今为止,在数据挖掘领域,人们已经实现了多种聚类算法,其中使用最广泛的当属K-means聚类算法.然而,在数据挖掘中,K-means算法面临的一个主要问题就是初始中心点选择问题.本文提出了一种结合关系矩阵和度中心性(Degree Centrality)的分析方法,从而确定K-means算法初始的k个中心点.与传统方法相比,本文算法可得到更加优质的聚类结果.实验结果表明该算法的有效性和可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郁启麟	中国矿业大学计算机科学与技术学院	1	30	1.0	1.0